人工智能 Skill技能列表

4.5

路由管理Skill routing

这是一个用于多代理路由、频道绑定和工具策略管理的技能,关键词包括'代理管理'、'频道绑定'、'工具策略'、'消息路由'、'API参考'。

4.5

管道技能Skill pipeline

管道技能用于将多个AI代理在顺序或分支工作流中串联起来,实现数据传递和任务自动化,适用于代码审查、调试、研究等场景。关键词:AI代理、工作流、管道、数据传递、自动化、编排、代理链。

4.5

Braintrust追踪ClaudeCode技能Skill braintrust-tracing

这个技能用于在Braintrust平台中追踪和监控Claude Code会话,包括钩子架构、子代理相关性、调试和状态管理。它帮助开发者和AI工程师优化AI代码生成工具,实现性能监控、问题排查和数据收集。关键词:Braintrust, Claude Code, 追踪, 调试, AI代理, 钩子架构, 子代理相关性, 状态管理, 性能监控, 数据收集。

4.5

SpecStory历史整理Skill specstory-organize

这个技能用于自动整理SpecStory AI编码会话的历史文件,按时间戳将文件移动到相应的年月文件夹中,提高文件管理效率。关键词:文件整理,AI编码,历史管理,自动化脚本,SpecStory工具,时间戳分类。

4.5

代理UI开发技能Skill agent-ui

这个技能用于快速构建AI聊天界面和代理式用户界面,基于React/Next.js组件,支持实时流式传输、工具生命周期管理、人机审批流程和声明式UI生成。适用于开发智能助手、SaaS副驾驶和AI应用前端。关键词:AI代理,React组件,前端开发,人机交互,工具管理,流式传输,代理界面。

4.5

LLM评估Skill llm-evaluation

该技能用于实施全面的LLM应用评估策略,包括自动指标计算、人工反馈收集和基准测试。适用于测试LLM性能、测量AI应用质量、建立评估框架等场景。关键词:LLM评估、自动指标、人工评估、A/B测试、基准测试、AI应用质量。

4.5

CreatingFeedbackLoopsSkill creating-feedback-loops

创建反馈循环技能是专门设计用于建立和维护一个持续改进和自我完善的系统。它通过跟踪问题模式、实施迭代细化流程、创建学习机制,并测量随时间的改进来帮助提升工作质量。关键词包括:反馈循环、持续改进、自我完善、质量跟踪、迭代细化。

4.5

UMAP降维学习Skill umap-learn

UMAP降维学习是一种用于高维数据的非线性维度降维技术,适用于数据可视化、聚类预处理和机器学习特征工程。它通过保留数据的局部和全局结构,支持监督学习、参数化UMAP和与HDBSCAN等算法的集成。关键词:UMAP、降维、可视化、机器学习、数据科学、聚类、HDBSCAN、参数调优、特征工程、维度降维。

4.5

Pre-ClientIdentitySkill pre-client

Pre-Client Identity Skill是一个潜在客户情报引擎,能够自动分析收到的电子邮件,提取发件人信息,聚集相关对话,检测购买信号,构建关系时间线,并突出高潜力的商业机会。

4.5

技能创建器Skill skill-creator

技能创建器是一个专门用于创建、验证和转换技能的AI工具,旨在支持多代理生态系统中的自我进化。它能够从零开始生成新技能、将MCP服务器转换为标准化技能结构、从GitHub安装现有技能、验证技能定义的完整性,并自动将技能分配给相关AI代理。此工具强调自动化、标准化和安全性,包括研究门和安全审查机制,确保技能的质量和一致性。关键词包括:技能开发、AI代理创建、MCP转换、自动化工作流、生态系统集成、安全验证、多代理系统、自我进化。

4.5

技能发现Skill skill-discovery

这个技能用于帮助AI代理发现和调用相关技能,确保在任务执行中遵循正确的协议。关键词:技能发现,技能调用,AI代理,协议,自动化,智能体管理,SEO优化。

4.5

MCP服务器开发Skill mcp-builder

这个技能专注于创建高质量的MCP(模型上下文协议)服务器,使大型语言模型(LLMs)能够通过设计良好的工具与外部服务进行交互。它涵盖了从研究规划到实现、测试和评估的全流程,支持Python和TypeScript开发,并包括错误处理、分页和可操作错误消息等关键功能。关键词:MCP服务器、LLM交互、API集成、工具设计、TypeScript开发、Python开发、AI智能体、模型上下文协议、服务器开发、AI应用集成。