人工智能 Skill技能列表
链接轨迹Skill specstory-link-trail
链接轨迹技能用于在AI辅助编码过程中追踪所有通过WebFetch工具获取的URL，生成详细报告，方便用户审计外部资源访问、回顾研究模式和调试失败获取。关键词：AI编码、URL追踪、资源审计、开发工具、SpecStory。
Gemini会话管理技能Skill gemini-session-management
这是一个用于管理 Gemini CLI 会话的技能，提供会话恢复、保留策略配置、历史会话浏览和存储管理功能。关键词包括 Gemini CLI、会话管理、恢复会话、保留策略、会话浏览器，便于SEO搜索。
AI图像生成Skill ai-image-generation
这个技能用于通过inference.sh CLI调用多种AI模型（如FLUX、Gemini、Grok等）生成高质量图像，支持文本到图像、图像到图像、修复、放大和文本渲染等功能，适用于AI艺术创作、产品设计、营销视觉和概念插图等场景。关键词：AI图像生成、稳定扩散、文本到图像、图像编辑、LoRA、放大、AI艺术、生成式AI、CLI工具。
技能生成器Skill skill-generator
技能生成器是一个基于人工智能的元技能，能够根据用户需求自动创建新技能，实现AI代理的自我进化和能力扩展。它适用于区块链查询、数据分析和自动化任务，支持动态功能生成。关键词：AI技能生成、自我进化、元技能、区块链自动化、智能代理、AI驱动工具。
SVG图像生成器Skill create-svg-from-prompt
这是一个基于AI的图像生成与转换工具。它通过调用Google Gemini大模型，根据用户的文字描述生成图像，并利用autotrace工具将图像自动转换为高质量的SVG矢量格式。该技能适用于快速创建可缩放的矢量图形、图标、插画和简单场景，无需手动绘图，极大地简化了SVG素材的制作流程。关键词：AI图像生成、SVG转换、矢量图形、Gemini API、autotrace、自动化设计、AIGC工具。
Agentica服务器Claude代理设置技能Skill agentica-server
这个技能提供了详细的指南，用于设置和运行Agentica SDK与本地Claude代理，包括架构概述、启动顺序、健康检查、常见错误及修复方法。适用于AI代理开发、调试和部署，帮助开发者连接SDK、服务器和推理后端。关键词：Agentica, Claude, 代理设置, AI代理, 推理后端, 调试, 软件开发, 人工智能工具。
Agentica提示工程Skill agentica-prompts
这个技能专注于Agentica框架下的多agent系统提示工程，通过编写明确的指令避免大型语言模型指令模糊性，提高agent协作的成功率和系统可靠性。关键词包括：Agentica、提示工程、AI智能体、多agent系统、LLM优化、目录交接、指令清晰化。
ZTE自动化进展指导技能Skill zte-progression
该技能用于指导团队在代理编码中的自动化进展，从交互式 In-Loop 到离线 Out-Loop 再到完全自动化的零接触工程。它帮助评估代理成熟度级别、规划自动化进程、识别采用障碍，并建立自主操作信心。关键词包括 ZTE、自动化、代理成熟度、进展指导、测试覆盖、成功率、代理工作流。
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。
深度研究技能Skill research
这个技能用于深度网络研究，采用图思考方法论进行结构化探索，构建知识图谱并存储于SQLite数据库。通过图操作（如合并、遍历、矛盾检测和关系推断）来合成洞察。关键词：深度研究、图思考、知识图谱、数据库、网络研究、智能搜索。
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。
SHAP（沙普利可加性解释）Skill shap
SHAP技能用于机器学习模型的可解释性和解释性，通过SHAP值计算特征重要性、生成各种图表（如瀑布图和蜂群图）、调试模型、分析偏差和公平性。支持树模型、深度学习模型和线性模型，是实现可解释AI的关键工具。关键词：模型解释、可解释AI、SHAP值、特征重要性、机器学习、数据可视化、偏差分析、深度学习、树模型、线性模型。