这是一个基于多智能体AI的科学研究辅助系统，能够自动化从数据描述、假设生成、方法论开发、实验执行到论文撰写的全流程研究。关键词：科学研究、AI、多智能体、自动化、数据分析、LaTeX论文、科研自动化、智能科研助手。

这个技能专注于使用 Lightning AI 的 LitGPT 工具来实现和训练大型语言模型（LLM），支持 20 多种预训练架构（如 Llama、Gemma、Phi 等）。适用于教育目的、生产级微调（使用 LoRA/QLoRA）、单文件实现等场景。关键词包括：LitGPT、LLM、微调、LoRA、QLoRA、模型训练、Lightning AI。

NeMo Guardrails是一个用于大语言模型（LLM）应用的运行时安全框架，提供jailbreak检测、输入输出验证、事实检查、幻觉检测、PII过滤和毒性检测等功能。它使用Colang 2.0 DSL进行可编程防护，适用于生产环境，支持T4 GPU加速。关键词：LLM安全、运行时防护、AI应用安全、NVIDIA、事实检查、幻觉检测。

根据任务需求对多智能体/团队的角色定义进行迭代升级，新增或调整角色，版本号递增，更新架构图与协作流程，并在本地修改后预览确认再上传资料库。

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。

研究记忆清理技能，用于整理和优化研究智能体的知识库。该技能通过整合重复论文条目、组织研究领域、清理冗余配置，帮助研究人员和AI智能体高效管理研究文献、笔记和发现记录。关键词：研究记忆清理、论文去重、研究领域组织、AI智能体优化、知识库整理、文献管理、研究笔记整合、智能体维护。

本技能提供全面的文本嵌入模型和使用指南，涵盖嵌入概念、流行模型、模型选择标准、嵌入生成、降维、微调、评估指标、存储策略、生产优化和用例，如语义搜索、聚类和分类。

Molfeat是一个用于分子特征化的Python库，提供100多种预训练嵌入和手工特征器，可将化学结构转换为数值表示，用于QSAR建模、虚拟筛选、相似性搜索等机器学习任务。关键词：分子特征化、机器学习、化学信息学、QSAR、虚拟筛选、特征提取。

这个技能用于通过 Rube MCP 和 Composio 工具包自动化 Mistral AI 的操作，包括文本生成、嵌入、模型微调和模型管理。适用于自动化 AI 任务和工作流程，提高开发效率。关键词：Mistral AI, 自动化, Rube MCP, Composio, AI 应用, 模型管理。

这个技能用于管理AI工具或软件开发中的会话间学习和记忆持久化，通过记录会话历史、决策事项和学到的模式，支持连续工作和项目跟踪。关键词：会话记忆、学习持久化、AI代理、记忆管理、项目上下文、自动化日志、决策记录、模式学习。

这个技能用于通过语义搜索或文本匹配快速检索Claude Code的过往对话，帮助用户查找历史信息、决策模式和上下文，提高工作效率并避免重复劳动。关键词：对话搜索、语义搜索、Claude Code、历史管理、搜索工具。

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。