人工智能 Skill技能列表
Agentuity云向量删除CLI工具Skill agentuity-cli-cloud-vector-delete
这是一个用于Agentuity云平台的命令行工具,专门用于删除向量数据库中的向量数据。用户可以通过指定命名空间和键来删除一个或多个向量,支持批量操作和交互式确认。该工具需要先进行身份验证,并在项目上下文中运行。适用于AI应用开发、数据清理和向量存储管理场景。关键词:向量删除,Agentuity云平台,CLI工具,数据管理,AI开发,向量数据库。
药物标签搜索Skill drug-labels-search
这个技能通过自然语言查询搜索美国食品药品监督管理局(FDA)的药物标签数据库,利用Valyu的语义搜索API提供官方药物信息、适应症和安全数据。适用于获取药物安全信息、剂量指导、药物相互作用等。关键词:FDA药物标签,药物安全,语义搜索,自然语言查询,药物信息检索。
子智能体工厂Skill subagent-factory
子智能体工厂是一个用于快速创建和配置专门Claude代码智能体的工具。它提供两种创建模式:快速模式和访谈模式,帮助用户定义智能体的职责、工具范围、系统提示词和配置参数。该工具支持智能体定义文件生成、工具权限管理、模型选择优化,并遵循单一职责、显式工具范围等核心设计原则。适用于AI智能体开发、自动化任务委派、代码审查自动化、测试自动化、技术研究等场景。关键词:Claude智能体,AI智能体创建,代码自动化,智能体配置,任务委派,提示词工程,工具范围管理,智能体工厂,自动化工作流,AI助手开发。
Octocode代码研究技能Skill octocode-research
Octocode 代码研究技能是一个专用于深度代码探索、仓库分析和实现规划的AI驱动技术调查工具。它结合本地代码库语义分析(使用LSP)和外部GitHub/npm研究,帮助开发者理解代码流、查找定义、追踪调用、评审PR等,提升代码理解和开发效率。关键词:代码研究、代码探索、GitHub分析、代码库理解、PR评审、LSP导航、Octocode工具、AI智能体。
HuggingFace模型评估管理Skill hugging-face-evaluation
这个技能用于在 Hugging Face 平台管理模型评估,包括从 README 提取评估表格、导入 Artificial Analysis 基准分数,以及使用 vLLM 或 lighteval 运行自定义评估。关键词:Hugging Face, 模型评估, AI评估, 机器学习, NLP, 大模型评估, 人工智能工具。
ConvexAI代理开发Skill convex-agents
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。
学术论文全能转化Skill paper-2-web
这个技能利用人工智能技术,自动将学术论文转化为交互式网站、演示视频和会议海报,适用于科研推广、会议准备和学术传播。关键词:学术论文转化、AI生成内容、网站生成、视频制作、海报设计、科研工具。
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。
采纳技能Skill adopt
这个技能用于在现有的Obsidian知识库中安装和配置Claude个人知识管理(PKM)系统。它通过扫描vault结构、交互式映射文件夹并生成配置文件,实现无缝集成,无需从头开始。关键词:Obsidian, PKM, Claude, 安装, 配置, 知识管理, 自动化
技能生成器Skill skill-generator
技能生成器是一个基于人工智能的元技能,能够根据用户需求自动创建新技能,实现AI代理的自我进化和能力扩展。它适用于区块链查询、数据分析和自动化任务,支持动态功能生成。关键词:AI技能生成、自我进化、元技能、区块链自动化、智能代理、AI驱动工具。
递归知识处理Skill recursive-knowledge
递归知识处理是一种面向大规模文档语料库的智能信息处理技术。它通过构建知识图谱,将海量文档(如1000+文档,数百万词元)中的实体(人物、组织、概念等)和关系(引用、支持、关联等)进行结构化索引。核心功能是替代传统的暴力文档填充(context stuffing),利用状态化多跳推理(stateful multi-hop reasoning)来回答复杂查询。当用户的问题需要连接多个文档、进行深度推理或从文档中提取持久、可查询的知识时,该技能通过智能图谱遍历,在避免上下文窗口限制的同时,提供准确、可追溯的答案。适用于知识管理、智能问答、文档分析和研究辅助等场景。
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。