这是一个基于Redis的高性能缓存技能，专为OpenClaw智能体设计。它提供命名空间键管理、TTL过期控制和会话上下文缓存功能。核心用途包括：保存AI智能体运行状态、缓存外部API调用结果以提升效率、以及在多个子智能体之间安全共享数据。关键词：Redis缓存，智能体状态管理，API缓存，数据共享，TTL管理，命名空间，Python开发。

深度研究技能，利用Google Gemini的深度研究代理进行研究，支持本地文件上下文查询，成本预览，结构化输出，适用于多种AI代理集成。

本技能专注于设计和实现由多个AI智能体协同工作的复杂系统架构。它提供了一套完整的框架和模式，用于协调智能体之间的任务分配、工具使用、状态管理和通信。核心内容包括四层架构设计、七种协调模式（如扇出/扇入、递归委托、MAKER等）、工具协调机制、生命周期管理以及生产环境加固方案。适用于需要多个AI代理协作完成复杂任务（如代码审查、数据分析、自动化流程）的场景。关键词：多智能体系统，AI智能体协调，任务编排，工具使用，架构模式，LLM应用，智能体协作，系统设计。

这是一个用于指导创建新智能体（Agent）技能的模板工具。它提供了标准化的技能目录结构、元数据规范、内容编写要求和创建流程，帮助开发者快速、规范地构建可复用的AI技能模块。适用于AI智能体开发、技能库构建、自动化工作流创建等场景。

这个技能使用Google Gemini API实现高级图像理解功能，包括图像描述、分类、视觉问答、对象检测、分割和多图像分析。适用于图像分析、视觉问题回答、对象检测或处理带有视觉的文档，关键词：Gemini API, 图像理解, 计算机视觉, AI视觉分析。

这项技能涉及使用Flask、FastAPI、Docker等技术将训练好的机器学习模型部署到生产环境，包括REST API、批量处理、实时流处理、无服务器、边缘部署和模型服务等。

本技能专注于利用强化学习技术训练机器人控制智能体。核心功能包括设计和配置机器人仿真训练环境（如Gymnasium），使用主流算法库（如Stable Baselines3）搭建训练管道，并实施仿真到现实的迁移策略（如域随机化）。它旨在为机器人学习任务提供从算法实现、奖励设计到模型部署（如导出ONNX模型）的端到端解决方案。 关键词：强化学习，机器人控制，仿真训练，仿真到现实迁移，Stable Baselines3，Gymnasium，域随机化，策略部署，人工智能，机器学习

该技能专注于将机器学习模型生产化，涉及MLOps、模型部署、特征存储、监控等关键领域。核心能力包括LLM集成、微调、RAG系统和智能代理AI，适用于构建可扩展的AI/ML系统和集成大语言模型到生产环境中。关键词：ML工程、生产化、MLOps、模型部署、特征存储、模型监控、LLM集成、RAG系统、智能代理AI、分布式计算、云部署。

该技能用于动态发现并创意地结合其他已启用技能，为用户创造意想不到的惊喜体验，适用于灵感激发、趣味展示和应对无聊。关键词：惊喜体验、动态发现、技能结合、创意组合、交互式HTML。

Redis内存后端技能是一个专注于利用Redis数据库实现高效对话状态管理和缓存的解决方案。它支持配置Redis进行对话状态存储、消息历史持久化、LLM响应缓存以及基于TTL的过期策略。通过实现Redis Pub/Sub，它还支持实时更新功能。该技能适用于构建需要高性能、可扩展的对话记忆系统和聊天机器人应用。 关键词：Redis, 对话状态, 持久化, 缓存, LLM响应, TTL, 发布订阅, 聊天机器人, 内存后端, 键模式

Zep记忆集成技能是一个用于构建智能对话系统的技术方案，专注于长期对话记忆管理和用户画像构建。该技能通过集成Zep记忆服务器，实现对话历史的持久化存储、智能检索、自动摘要生成和实体提取等核心功能。适用于聊天机器人、虚拟助手、客服系统等需要上下文记忆的AI应用场景。关键词：Zep记忆服务器，对话记忆管理，长期记忆，用户画像，AI对话系统，语义搜索，自动摘要，实体提取，LangChain集成，会话管理。

这个技能是一个AI辅助的头脑风暴工具，用于在软件开发和产品管理中进行需求发现和创意生成。它支持多种头脑风暴技术，如自由联想、反向头脑风暴、SCAMPER等，通过发散和收敛思维模式帮助用户探索问题空间、生成大量想法、过滤精炼，并转化为需求候选。关键词：AI头脑风暴、需求分析、创意生成、发散思维、收敛思维、软件需求、产品管理、人工智能应用。