人工智能 Skill技能列表

4.5

HuggingFace数据集管理技能Skill hugging-face-datasets

这个技能提供工具在Hugging Face Hub上创建和管理数据集,专注于数据生命周期管理、基于SQL的查询转换和多格式支持,适用于AI训练数据准备、机器学习和数据工程任务。关键词:Hugging Face, 数据集管理, SQL查询, 数据转换, AI数据准备, 机器学习数据集, 数据工程, NLP应用。

4.5

智能体生成器Skill agent-generator

智能体生成器是一个专为AI智能体开发设计的自动化工具,能够根据Babysitter SDK规范,快速生成结构完整、包含YAML前言、角色定义、专业领域和提示模板的AGENT.md文件。它简化了AI智能体(Agent)的创建流程,支持批量生成和流程集成,是构建AI应用、大模型微调和RAG应用生态的关键辅助工具。关键词:AI智能体生成,AGENT.md文件,提示模板,YAML前言,Babysitter SDK,自动化工具,AI应用开发。

4.5

提示架构师Skill prompt-architect

这个技能用于根据Claude 4.x标准,将用户需求转化为结构化、可执行的最佳实践提示。它基于Nate B. Jones的四个初学者动作(定义输出形状、提供上下文、建议静默计划、添加自检)和Anthropic的最佳实践,通过合同风格模板生成优化提示,提升AI模型交互效率和质量。适用于大模型微调、提示工程优化,关键词:提示架构、Claude 4.x、最佳实践、提示生成、AI模型优化、Nate B. Jones、大模型微调、提示工程、合同风格模板、自检验证。

4.5

音频转录Skill "transcribe"

音频转录技能利用OpenAI先进模型,实现高效音频到文本的转换,支持多话者识别和分离,适用于会议记录、访谈转录、语音分析等场景。关键词:音频转录、语音识别、话者分离、OpenAI API、命令行工具。

4.5

AgentuityCLI项目创建工具Skill agentuity-cli-project-create

Agentuity CLI项目创建工具是一个命令行工具,用于快速创建和管理AI智能体项目。该工具提供模板化项目创建、依赖自动安装、构建流程自动化等功能,支持自定义域名配置和项目注册。适用于AI智能体开发、RAG应用构建、大模型微调等场景,帮助开发者快速搭建AI项目基础架构。关键词:AI智能体开发、项目创建工具、命令行工具、模板化开发、RAG应用、大模型微调、DevOps自动化、项目管理

4.5

PR评论解析器Skill pr-comment-resolver

PR评论解析器是一款AI智能代理,专为软件开发团队设计,用于自动处理拉取请求和代码审查中的评论。它通过理解评论需求、实施代码更改并生成详细解决报告,提升代码质量和开发效率。关键词:代码审查、拉取请求、AI代理、自动化、软件开发、PR评论、代码质量、解决报告、DevOps、团队协作。

4.5

DrugBank语义搜索技能Skill drugbank-search

这个技能利用Valyu的语义搜索API,允许用户通过自然语言查询搜索DrugBank药物数据库,获取药物机制、相互作用、目标等详细信息。适用于药物研发、临床研究、药物安全评估等领域,关键词包括:药物数据库、语义搜索、AI搜索、药物信息。

4.5

简短随意技术解释Skill "short-casual-technical-explanation"

这个技能用于按请求生成简洁、非正式的技术概念解释,优先考虑简洁性和对话风格,帮助快速理解复杂技术话题。关键词包括技术解释、简洁说明、对话式AI、AIGC、内容生成。

4.5

提示级别选择技能Skill prompt-level-selection

这个技能用于指导基于七级框架选择适当的AI提示级别,帮助匹配任务复杂性到正确的提示投资,优化提示工程过程。关键词:提示级别、提示工程、任务复杂性、七级框架、AI智能体、工作流。

4.5

研究技能-多代理Ralphv2.88Skill research

利用 Zai MCP 进行网络搜索、文章获取和内容分析的综合研究技能,适用于技术研究、错误研究和安全研究,强调信息的全面性和时效性。

4.5

人性化器Skill humanizer

这是一个基于Wikipedia AI写作迹象指南的技能,用于检测和修复AI生成文本中的不自然模式,如夸大象征意义、宣传语言等,并提供更自然的改写,使文本更人性化。适用于写作编辑、内容审查和自然语言处理场景。关键词:AI写作检测,文本人性化,自然语言处理,写作编辑工具。

4.5

上下文工程Skill context-engineering

上下文工程是一种关键技术,专注于优化人工智能智能体系统中的上下文管理,以提高推理效率并降低计算成本。它涉及上下文基础、优化技术、压缩策略、记忆系统和多智能体协调,适用于AI应用开发、大模型微调和RAG应用。关键词:上下文工程、AI智能体、令牌优化、LLM、多智能体系统、记忆管理。