搜索结果: "智能体"

智能体内存系统Skill agent-memory-systems

4.5

这项技能专注于设计和实现智能体的内存系统,包括短期内存、长期内存的架构,优化分块、嵌入和检索策略,以提高智能体的智能表现和一致性。关键词:智能体内存,内存检索,分块策略,向量存储,AI智能体

智能体开发Skill AgentDevelopment

4.5

该技能专注于为Claude Code插件创建和管理智能体,涵盖智能体结构设计、触发条件定义、系统提示编写、最佳实践应用和自主功能开发。关键词:智能体开发,Claude Code插件,AI智能体,系统提示,触发条件,前端元数据,插件开发,自主工作。

Slack记忆检索Skill slack-memory-retrieval

4.5

此技能用于在Slack平台中,让AI智能体能够高效检索和利用存储的记忆信息,以提供上下文感知的响应。它支持检索渠道、用户、项目、决策和会议等记忆,适用于历史查询、偏好分析、状态更新等场景。关键词:Slack记忆检索、AI智能体、上下文感知、记忆管理、Slack集成。

Loom执行计划编写器Skill loom-plan-writer

4.5

这个技能专门用于创建Loom执行计划,设计基于DAG的计划结构,包含知识引导和集成验证书挡,支持并行子代理执行和并发工作树阶段,以最大化吞吐量。关键词:Loom、执行计划、DAG、并行执行、知识引导、集成验证、代理编排、自动化工具、软件开发、AI智能体。

MCP服务器开发技能Skill mcp-builder

4.5

这个技能提供创建高质量MCP(Model Context Protocol)服务器的全面指南,使大语言模型(LLMs)通过设计良好的工具与外部服务交互。包含关键词:MCP服务器、AI应用、API集成、TypeScript、Python、开发框架、AI智能体、LLM工具。

并行代理协同技能Skill parallel-agents

4.5

并行代理协同技能是一个AI驱动的工具,用于协调多个专业代理进行代码分析、安全审计、开发任务等。它支持多代理并行工作、上下文传递和统一报告生成。关键词:并行代理,AI协同,代码审计,安全分析,软件开发,多代理系统,AI智能体。

ClaudeAgentSDK上下文管理Skill claude-agent-sdk-context-management

4.5

这个技能用于管理Claude AI代理的上下文、内存和对话状态,通过Agent SDK实现高效的对话管理和记忆持久化,适用于AI智能体开发和优化。关键词:Claude Agent SDK, 上下文管理, AI代理, 对话状态, 内存管理, Agent SDK, 人工智能, 软件代理。

知识索引工具Skill index-knowledge

4.5

这个技能用于自动生成代码库的层次化AGENTS.md知识库文档,通过并行智能体分析、复杂度评分和智能决策,优化代码文档管理和团队协作效率。关键词:AGENTS.md生成、代码库知识索引、复杂度评分、智能文档工具、并行分析、AI智能体。

CrewAI多智能体编排设置技能Skill crewai-setup

4.5

CrewAI多智能体编排设置技能,用于配置和部署协作式人工智能系统。该技能专注于定义智能体角色、分配任务、设计工作流和实现智能体间的协同工作。关键词:CrewAI,多智能体系统,AI智能体编排,协作AI,智能体工作流,AI团队管理,智能体配置,任务分配,AI协作框架。

核心操作手册Skill core-actionbook

4.5

核心操作手册是一个用于浏览器自动化的预计算操作手册工具。它为AI智能体提供结构化的页面元素选择器(如CSS/XPath),以简化网页交互任务的执行。主要功能包括关键词搜索操作手册、获取详细页面元素信息,并支持点击、输入、提取等自动化操作。适用于RPA、网页测试、数据抓取和自动化脚本开发。关键词:浏览器自动化、网页抓取、RPA、AI智能体、元素选择器、自动化测试、MCP工具、预计算选择器。

上下文漂移检测Skill ctx-drift

4.5

上下文漂移检测技能是一个用于管理和维护开发项目上下文文件的工具。它能够自动检测和修复项目文档中的过时路径、损坏引用、违反章程等问题,同时通过智能体分析识别语义层面的漂移,如过时的约定、被取代的决策和不相关的学习记录。该工具帮助开发团队保持项目文档与实际代码库的一致性,提高开发效率和协作质量。关键词:上下文管理、文档维护、代码一致性、开发工具、项目文档、自动化检测、语义分析、结构检查。

hive-patternsSkill hive-patterns

4.5

本文介绍了构建目标驱动智能体的最佳实践、模式和示例,涵盖了客户端交互、反馈循环、裁判模式、并行执行、上下文管理等关键方面,旨在帮助开发者构建健壮、高效的智能体。