这个技能通过人工智能技术自动改进用户输入的模糊提示词，将其转化为结构清晰、内容丰富的有效提示词，支持多种操作模式（如静默执行、显示改进后提示词），并具有自动回退机制以确保可靠性和稳定性。关键词：提示工程、AI优化、自动改进、结构化提示、SEO优化、提示词转换、人工智能应用。

电子表格生成器技能利用AI技术自动创建专业的Excel电子表格，包括数据填充、图表生成、公式计算和格式化，适用于财务报告、销售分析、库存管理等多种业务场景，提升工作效率和数据可视化效果。关键词：Excel生成、AI驱动、数据可视化、电子表格自动化、Claude AI。

该技能用于关闭AI智能体的持续学习模式，停止自动从对话中提取和积累知识。关键词：AI智能体，持续学习，知识管理，模式切换，RAG应用，机器学习。

PyTorch Lightning 是一个高级 PyTorch 框架，用于简化深度学习训练过程。它提供 Trainer 类来自动处理 GPU/TPU 切换、分布式训练（如 DDP、FSDP、DeepSpeed）、混合精度、梯度积累、检查点保存和日志记录，减少样板代码，使训练循环更干净、可扩展。适用于机器学习、深度学习项目，提高开发效率和代码可维护性，支持从研究到生产的环境。关键词：PyTorch Lightning, 深度学习, 训练框架, 分布式训练, 自动训练, PyTorch, 回调系统, 最佳实践。

AI数据工程技能专注于构建人工智能和机器学习系统的数据基础设施，特别用于检索增强生成（RAG）应用。它涵盖数据管道、特征存储、嵌入生成、工作流编排（如Dagster、Prefect）、数据版本化（LakeFS）和评估指标（如RAGAS）。适用于开发生产级AI应用，如语义搜索、实时特征服务和RAG系统，提供架构模式和实践指南。关键词：AI数据工程、RAG管道、特征存储、嵌入生成、Dagster、RAGAS、机器学习基础设施。

这个技能用于诊断上下文填充与上下文工程，帮助产品经理优化AI上下文管理。它提供实践评估、边界定义、内存架构设计、检索策略以及研究→计划→重置→实施周期的指导。关键词包括：上下文工程、AI上下文优化、产品管理、RAG、内存架构、上下文诊断。

这个技能用于减少AI代理上下文中的令牌使用，通过混合搜索和压缩技术，保留关键证据并持久化到内存记录中。关键词：令牌节约、上下文压缩、AI代理、RAG应用、内存持久化。

Pymoo是一个Python多目标优化框架，提供NSGA-II、NSGA-III、MOEA/D等先进算法，用于解决单目标和多目标优化问题，支持约束处理、基准测试（如ZDT、DTLZ）、遗传算子定制和多标准决策制定，适用于工程设计、量化金融、机器学习等领域的优化任务。关键词：多目标优化、Python框架、NSGA-II、Pareto前沿、约束处理、进化算法、工程设计、量化策略。

RAG嵌入向量批量生成技能是一个专门用于检索增强生成（RAG）系统中高效生成文本嵌入向量的工具。它支持OpenAI、HuggingFace、Cohere、Voyage AI等多种主流AI提供商和本地模型，具备批量处理、智能缓存、速率限制管理和自动重试等核心功能。该技能旨在优化RAG管道和向量数据库的构建过程，通过降低API调用成本、提升处理效率并确保嵌入质量，为AI应用开发、大模型微调和NLP项目提供关键技术支持。关键词：RAG嵌入生成，批量向量处理，AI模型缓存，多提供商支持，NLP嵌入优化，向量数据库，检索增强生成，LangChain集成。

这个技能是一个多模态AI工具，利用Google Gemini API进行音频、图像、视频、文档的处理和图像生成，提供转录、分析、提取和创作功能。关键词包括：AI多模态、Google Gemini、多媒体处理、图像生成、语音转文字、视频分析、OCR、PDF提取，适用于多媒体内容理解和生成任务，便于SEO搜索。

这个技能是用于构建生产就绪的对话式AI语音智能体的平台，集成自动语音识别(ASR)、大型语言模型(LLM)、文本转语音(TTS)和对话轮流模型，支持多种语音、语言和工具集成，适用于客户服务、知识库检索(RAG)、多语音切换和语音AI应用开发。关键词：AI语音智能体，对话式AI，语音识别，文本转语音，ElevenLabs，ASR，TTS，RAG，语音代理，AI应用。

360-web-search 是基于 360 搜索引擎的实时中文网页搜索技能，支持网页、新闻、图片搜索，并提供 AI 智能摘要，适用于联网查询最新信息、中国企业产品政策市场数据等场景。