本技能提供全面的指导，包括智能体结构、模式验证和构建长期运行的AI助手的最佳实践，帮助创建或改进Claude Code智能体。

SpecStory 羊毛梳理分析器是一个工具，用于分析用户在SpecStory AI编码会话中的历史记录，检测初始目标是否被偏离到兔子洞（yak shaving）中。它生成专注度评分，帮助用户改进代码会话效率，适用于优化AI辅助开发流程。关键词：AI编码会话分析、目标偏离检测、专注度评分、yak shaving、代码会话管理。

这个技能用于自动将长篇叙事医学文本转换为结构化、简洁的临床笔记，采用标准医学缩写和分级要点格式，并智能模块化过长部分为独立文件，提高笔记管理效率。关键词：医学笔记转换、临床记录整理、文本结构化、Zettelkasten、自动化模块化。

ATXP API 工具集是一个提供多种付费AI生成与网络搜索服务的命令行工具。核心功能包括：实时网络搜索、AI图像生成、AI音乐创作、AI视频生成以及X/Twitter平台搜索。用户可通过简单的CLI命令或编程接口快速调用这些强大的AIGC（人工智能生成内容）能力，适用于内容创作、市场研究、社交媒体监控等场景。关键词：ATXP API，AI图像生成，AI音乐制作，AI视频生成，实时搜索，Twitter搜索，AIGC工具，命令行工具，MCP服务器。

该技能专注于使用Convex平台构建和部署AI代理，实现线程管理、工具集成、流式响应、RAG（检索增强生成）模式和workflow orchestration，适用于开发智能助手、自动化工作流程和知识检索系统。关键词：AI代理、Convex、工具集成、RAG、workflow、智能体开发、AI应用、LLM集成、向量搜索、持久状态。

迭代检索模式是一种用于优化多智能体系统中上下文检索的技能。它通过循环的分发、评估、优化和循环阶段，帮助子智能体逐步获取所需上下文，解决代码库搜索问题，提高工作效率。关键词包括：迭代检索、上下文优化、多智能体、代码库搜索、AI智能体、RAG应用、智能体编排。

协调器代理是Unite-Hub的指挥中心，负责接收用户指令、任务分发、协调专家工作流程、维护系统状态和内存，以及报告进度和健康状况。

Pyvene因果干预技能是一种用于对PyTorch神经网络模型进行因果分析和干预的技术，支持因果追踪、激活修补、交换干预训练等方法，用于理解和改进模型行为，适用于大模型微调和AI应用场景。关键词：因果干预、PyTorch、神经网络、模型解释、激活修补、深度学习、AI工具。

本技能专注于使用llama.cpp和Ollama安全高效地集成本地大语言模型，适用于JARVIS语音助手等场景，提供安全模型加载、推理优化、提示注入防护和资源管理，关键词包括：本地LLM、llama.cpp、Ollama、安全集成、提示处理、性能优化、AI应用、大语言模型、隐私保护、实时响应。

数据预处理技能涵盖了从原始数据转换为适合机器学习模型训练的格式的全过程，包括数据清洗、特征工程、归一化、编码分类变量等关键步骤。

这个技能提供了一套全面的指南，用于监控生产环境中的人工智能和机器学习系统，包括大型语言模型（LLMs）、检索-生成（RAG）应用和传统机器学习模型。它涵盖了监控堆栈的搭建、关键性能指标的跟踪、模型性能监控、数据漂移检测、日志记录、追踪技术、告警策略、仪表板配置、A/B测试监控、成本优化等多个方面，是确保AI系统可靠性和性能的关键工具。

向量搜索模式是一种利用向量嵌入和数据库进行语义搜索的技术，它通过将文本或图像转换为向量，然后在高维空间中测量向量之间的相似性来工作。这项技术适用于需要基于内容含义而非关键词进行搜索的场景，如语义文档搜索、产品推荐、问题回答等。关键词包括向量嵌入、语义搜索、相似性比较、机器学习模型。