动态技能路由标题与摘要生成技能专为大型语言模型持续学习设计，能自动生成精确的研究论文标题和LaTeX格式摘要。核心机制包括原子技能动态增长和任务感知路由，优化任务异质性下的性能，减少灾难性遗忘，并促进零技能跨任务复用。关键词：持续学习、LLM、原子技能、任务路由、LaTeX摘要、学术写作、任务异质性、动态扩展。

这个技能是一个AI驱动的工具，专为高任务异质性下的连续学习研究设计，能够自动生成符合学术规范的LaTeX格式论文引言。它严格遵循五部分逻辑结构，包括定义、先前工作批判、挑战、方法总结和条目化贡献，避免使用非ASCII标点符号和连续形容词，确保语言具体、基于事实。适用于学术写作、AI辅助写作、自然语言处理、连续学习研究等领域，帮助研究人员高效撰写高质量引言。关键词：连续学习、LaTeX、学术写作、任务异质性、结构化引言、AI写作辅助、自然语言处理、文本生成、研究论文、自动化写作。

DeepChem 是一个用于化学、材料科学和生物学的 Python 机器学习库，专注于分子性质预测（如溶解度、毒性）、药物发现、材料设计和生物分子分析。它提供分子特征化、图神经网络（GNNs）、预训练模型和 MoleculeNet 基准数据集，支持迁移学习和深度学习应用。关键词：机器学习、化学、药物发现、分子性质预测、图神经网络、Python 库。

这是一个用于评估组织人工智能（AI）就绪度的结构化审计工具。它通过评估数据基础设施、流程文档、技术人才、预算ROI、变革管理、安全合规、集成就绪度和战略对齐等8个核心维度，帮助企业识别差距，并生成一份包含预算范围的优先90天行动计划。该工具适用于企业AI战略规划、投资决策、技术选型及年度规划等场景，帮助企业系统性地迈向AI应用。关键词：AI就绪度评估，人工智能审计，AI战略规划，数字化转型，组织AI能力，AI实施路线图，AI投资回报率，数据基础设施评估。

这是一个为人工智能代理设计的记忆系统技能，提供持久化、可搜索的知识管理功能，支持存储和检索架构、模式和决策，便于 AI 代理的长期学习和决策支持。关键词：AI 代理、知识管理、记忆系统、搜索功能、存储管理、MCP 服务器。

Aeon 是一个全面的 Python 时间序列机器学习工具包，专为分类、回归、聚类、预测、异常检测、分割和相似性搜索设计。适用于股票价格预测、ECG 分类、传感器数据分析和量化交易等任务。关键词：时间序列、机器学习、Python、预测、分类、异常检测、量化金融。

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。

Phoenix Evals 是一个专为AI和LLM应用程序设计的评估器构建工具。它遵循代码优先原则，利用LLM处理细微差别，并通过人类验证确保准确性。支持RAG系统评估、批量数据评估、实验运行和验证，适用于生产环境。关键词：AI, LLM, 评估, 构建, 代码, 验证, RAG, 实验, 生产。

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。

该技能用于通过创建和管理copilot-instructions.md文件，为GitHub Copilot提供仓库特定的编程指导和代码规范，从而优化AI辅助开发流程，提高代码质量和一致性。关键词：GitHub Copilot, 自定义指令, AI编程助手, 代码规范, 开发效率, 仓库配置

nnsight是一个用于解释和操作神经网络内部的工具，支持通过NDIF远程执行，适用于大规模模型的可解释性实验。它允许研究人员在任何PyTorch模型上运行相同代码，无需本地GPU资源。关键词：神经网络解释，远程执行，nnsight，NDIF，大模型分析，PyTorch模型，深度学习可解释性。

为复杂Codex编码任务提供子代理编排策略，通过并行只读探索和独立审查提高代码质量，适用于PR审查、迁移规划、失败测试排查等场景。关键词: Codex, 子代理, 团队协作, 只读代理, PR审查, 代码探索, 测试排查, 委托策略