这个技能用于通过p5.js和算法哲学创建生成艺术，实现交互式参数探索、种子随机性和计算美学表达。它结合了算法设计、前端开发和数据可视化，适用于艺术创作、AIGC应用和教育场景。关键词：算法艺术，生成艺术，p5.js，交互式参数，计算美学，AIGC，数据可视化，创意编码。

记忆摘要化技能是一个专门用于对话记忆压缩和上下文管理的AI工具。它通过多种摘要策略（如滚动摘要、分层摘要、令牌预算摘要等），将冗长的对话内容智能压缩为简洁摘要，帮助AI系统有效管理长期记忆和上下文窗口。该技能支持抽取式和生成式摘要方法，可配置LLM模型、令牌预算、更新频率等参数，并包含摘要质量评估功能。适用于构建智能对话系统、长期记忆管理、上下文优化等场景。 关键词：对话摘要，记忆压缩，上下文管理，LLM摘要，AI记忆系统，长期记忆，滚动摘要，分层摘要，令牌预算，摘要质量评估

提示模板设计技能专注于创建和管理结构化AI提示模板，支持变量插值、多格式输出、版本控制和动态上下文注入。该技能适用于大语言模型应用开发、AI智能体构建、RAG系统优化等场景，帮助开发者实现高效、可维护的提示工程工作流。关键词：提示工程，模板设计，变量管理，版本控制，AI提示，大模型应用，RAG系统，LangChain，提示优化

Repomix技能是一个AI代码打包工具，用于将整个代码库转换为单个AI友好文件，优化给大型语言模型（LLM）使用。它支持自定义包含/排除模式、多种输出格式（如XML、Markdown）、令牌计数管理、安全检查和文件过滤，适用于AI分析、安全审计、文档生成、代码评估和LLM上下文准备。关键词：代码打包、AI分析、LLM、安全审计、文档生成、令牌计数、代码库快照、RAG应用。

本技能提供创建和管理Claude代码技能的完整指南，包括技能文件结构设计、YAML元数据配置、渐进式披露模式实现、最佳实践规范和技术要求。适用于AI智能体开发、大模型微调、RAG应用构建和AIGC工具开发，帮助开发者高效创建可维护的Claude技能库。

这个技能使用多智能体架构从产品UI截图自动提取功能并生成开发任务清单，适用于竞品分析、需求文档生成、UI设计评估等场景。关键词包括截图分析、多智能体、功能提取、任务清单、竞品分析、AI应用。

概率分析工具包是用于分析随机化算法的专业工具，提供基于概率论和集中不等式的数学分析框架。该工具包支持期望值计算、切尔诺夫界、霍夫丁界、马尔可夫不等式、切比雪夫不等式等关键概率工具的应用，帮助算法工程师和研究人员评估随机算法的性能保证、失败概率和收敛速度。适用于算法复杂度分析、机器学习理论、密码学、分布式系统等需要严格概率保证的领域。 关键词：随机化算法分析，概率论工具，集中不等式，切尔诺夫界，霍夫丁界，算法复杂度，概率保证，期望值计算，矩生成函数，拉斯维加斯算法，蒙特卡洛算法

RB基准测试器是一款专注于量子计算领域的专业工具，用于执行随机化基准测试协议，以精确表征量子门的保真度、评估硬件性能并分离系统误差。核心功能包括标准RB、交错RB、串扰分析、衰减曲线拟合和SPAM误差分离，帮助研究人员和工程师量化量子计算系统的可靠性，为硬件优化和错误缓解提供数据支持。 关键词：量子计算，随机化基准测试，量子门保真度，硬件表征，错误管理，量子基准测试，保真度衰减，SPAM误差，量子硬件性能

这个技能用于管理Ralph编排循环，包括循环的启动、停止、监控、合并队列处理，以及通过诊断数据进行错误分析、性能监控和故障排除。适用于AI智能体运维和DevOps场景，关键词包括Ralph、循环管理、诊断、运维、AI代理、hat选择、backpressure。

这是一个用于智能搜索和分析对话历史中研究内容的工具。它能够快速定位用户讨论过的学术论文、研究主题、发现结果和引用分析。支持混合搜索、语义匹配和精确查询，提供时间过滤和上下文展开功能，帮助研究人员高效回溯和管理学术讨论记录。关键词：研究对话搜索、论文讨论查找、学术历史检索、语义搜索、对话分析、知识管理、研究助手、文献回顾。

此技能专注于将机器学习模型部署到生产环境，涵盖使用FastAPI创建REST API服务、Docker容器化、Kubernetes云原生编排、模型性能监控和漂移检测等全流程，适用于AI应用开发、MlOps实践和云计算部署，关键词：模型部署，FastAPI，Docker，Kubernetes，机器学习，AI应用，MlOps，云原生，监控，漂移检测。

这个技能用于控制AI助手的深度思考模式，默认启用以处理复杂任务，但可以临时禁用以加速简单任务（如提醒、问候、查询）的响应，优化系统效率和用户体验，关键词包括AI助手、深度思考、响应速度、系统控制、人工智能应用。