这个技能用于AI驱动的图像生成和编辑，使用Google Gemini、Google Imagen和OpenAI模型，可以从文本描述生成图像、编辑现有图像、创建标志和贴纸、应用风格转移、生成产品模型等。关键词：图像生成、AI图像、文本转图像、图像编辑、AIGC。

元模式识别是一种高级技能，用于识别三个或更多不同领域中的相同模式，提取其抽象形式，分析变化点，并应用于新领域以找到通用原则。关键词包括：模式识别、跨领域分析、抽象思维、通用原则、问题解决、AI应用。

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。

BAML 集成技能是一套通用的模式，用于在任何项目中与边界机器学习（BAML）合作，提供类型安全的大语言模型（LLM）提示和自动代码生成，支持 Python 和 TypeScript，适用于跨语言代码生成和客户端包装。

这是一个用于从AI提供商获取最新模型名称的技能，包括自动分类新模型和检测新模型的功能，以确保API调用时使用的是最新的模型。

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。

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。

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。

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。

Flash Attention优化是一种用于Transformer模型注意力机制的技术，通过IO感知分块和重计算，实现2-4倍速度提升和10-20倍内存减少。适用于训练和推理长序列（>512 tokens）的Transformer模型，解决GPU内存问题，并支持PyTorch原生、高级功能如滑动窗口注意力和H100 FP8优化。关键词：Flash Attention，Transformer优化，内存效率，速度提升，深度学习，GPU加速，注意力机制。

nanoGPT是一个简化的GPT实现技能，用于教育和实验目的。它通过约300行代码帮助学习和重现GPT-2模型，支持文本生成和模型训练，适合AI初学者、研究人员和快速原型开发。关键词：nanoGPT, GPT模型, 深度学习, 变压器架构, 教育实现, 文本生成, AI学习。

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