人工智能 Skill技能列表
生成AI编码代理Skill spawn-agent
这是一个用于在新终端中生成AI编码代理的技能，支持多种代理工具，如Claude Code、Codex、Gemini等，能够根据用户请求和指令执行相应的工作流程。关键词包括：AI编码代理、终端生成、工作流程执行、代码辅助。
TOON格式Skill toon-format
TOON是一种为LLM（大型语言模型）提示设计的紧凑、人类可读的JSON编码格式，旨在减少令牌数量，提高数据传输效率。
PyTorch几何库Skill torch-geometric
这个技能是用于开发和训练图神经网络（GNN）的Python库，基于PyTorch。它支持节点分类、图分类、链接预测、异构图处理、分子属性预测等应用，适用于社交网络分析、引用网络、3D几何数据等场景，是几何深度学习的强大工具。关键词：图神经网络、深度学习、PyTorch、GCN、GAT、GraphSAGE、节点分类、图分类、链接预测、分子属性预测、异构图。
MCP集成模式Skill mcp-integration-patterns
这个技能专注于构建Model Context Protocol（MCP）服务器和客户端，用于扩展AI助手的功能，集成自定义工具、资源和提示模板。它覆盖MCP协议基础、服务器开发模式、资源管理、安全措施和测试方法，适用于AI应用开发。关键词：MCP协议，AI助手扩展，服务器开发，客户端集成，安全认证，协议规范。
模型部署Skill ModelDeployment
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。
模型超参数调优Skill ModelHyperparameterTuning
这是一种系统化搜索最佳模型配置参数组合以最大化验证数据上性能的过程，涉及网格搜索、随机搜索、贝叶斯优化等多种调优方法，以及对不同模型类型的超参数进行调优，如树模型、神经网络、SVM等。
模型监控Skill ModelMonitoring
模型监控技能用于确保部署在生产环境中的机器学习模型维持良好的性能，通过检测数据漂移、概念漂移和性能退化来实现模型的可靠性和准确性。关键词包括：模型性能、数据漂移、概念漂移、异常检测、机器学习可观测性。
自然语言处理Skill NaturalLanguageProcessing
构建NLP应用，涵盖文本分类、命名实体识别、情感分析等核心任务，使用BERT、GPT等流行模型
神经网络设计Skill NeuralNetworkDesign
设计和构建各种架构的神经网络，包括CNNs、RNNs、Transformers和注意力机制，使用PyTorch和TensorFlow
自动请求澄清技能Skill clarify-spec
这个技能用于自动识别和澄清模糊的用户请求，通过提问和收集上下文，确保实现准确无误。它适用于AI助手、软件开发等场景，提高工作效率和质量。关键词：AI助手，请求澄清，自然语言处理，技能优化，自动化工作流程。
令牌预算顾问Skill token-budget-advisor
这是一个用于在AI对话系统中评估令牌预算和推荐任务分块策略的技能，帮助管理上下文窗口限制，避免令牌超出，确保任务成功完成。关键词：令牌预算，任务分块，AI代理，上下文管理，风险评估，智能工作流。
代理编排Skill agent-orchestration
代理编排技能用于管理和协调AI代理执行任务，以保存主上下文并提高实现效率。在开发环境中，通过将复杂任务委托给专门代理，可以减少主上下文的消耗，适用于多文件实现、计划跟随和带测试的功能开发。关键词：代理编排、AI代理、上下文管理、任务自动化、软件开发、人工智能。