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。

本技能提供时间序列预测的现代操作模式、模板和决策规则，涵盖AI和机器学习方法如LightGBM、Transformers、RNNs，以及特征工程、生成式AI（如Chronos）、时间验证、回测和生产部署。强调可解释性、长期依赖处理和自适应预测，适用于数据科学、量化金融和AI应用场景。关键词：时间序列预测、AI预测模型、机器学习模板、特征工程、回测系统、生产部署、可解释AI、生成式时间序列、概率预测。

该技能用于构建和部署生产级推荐系统，提供完整的架构方案，包括特征存储、多层缓存、A/B测试和全面监控。适用于开发个性化推荐API、优化性能、处理缓存失效和多样性问题，以及进行实验跟踪和质量评估。关键词：推荐系统、特征存储、缓存策略、A/B测试、Prometheus监控、实时推荐、机器学习模型、个性化API、Redis、CTR优化。

这是一个针对AI研究智能体的性能优化技能，专注于解决API速率限制、提升搜索效率、改善用户体验。核心内容包括：实现指数退避重试机制和配额监控以优雅处理Gemini API的429错误；修复DuckDuckGo网络搜索工具集成；优化API调用，通过批处理、缓存和去重减少冗余请求；提供细粒度的流式进度更新，将工具执行过程可视化；改进前端结果渲染，用卡片式来源展示替代原始JSON。关键词：AI智能体优化，API速率限制处理，网络搜索集成，流式进度更新，前端结果渲染，缓存策略，错误处理，用户体验提升。

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。

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。

Claude MPM技能是一个人工智能驱动的多代理编排系统，用于扩展Claude Code功能。它专注于项目管理指令、代理内存管理、实时WebSocket监控和自动化钩子，优化工作流效率和系统健康。适用于需要高效项目管理和自动化任务的环境。关键词：多代理编排、项目管理、AI智能体、系统监控、自动化工作流、Claude Code扩展、实时监控、内存管理、钩子系统、工作流优化。

这个技能用于设计融合语义（文本）和结构（图）信息的嵌入策略，适用于知识图谱等场景。它提供嵌入选择、融合设计和实施指导，帮助结合文本和图信号，提升知识图谱的检索、推理和任务表现能力。关键词：嵌入策略、语义融合、结构信息、知识图谱、机器学习、NLP、向量表示、融合技术。

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。

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。

数学路由器是一个用于数学计算的确定性路由工具，它能将用户的数学请求自动映射到相应的CLI命令，提升处理效率和准确性。关键词：数学计算、路由器、CLI命令、人工智能应用、自动映射、量化金融分析、数据科学工具、AI智能体。

FiftyOne数据集导入技能，支持所有媒体类型和标签格式，自动检测和处理多模态数据集，适用于自动驾驶和3D场景数据。