RAG架构技能是一套全面的知识和工具，用于设计、实现和优化生产级的检索增强型生成（RAG）流水线。它覆盖了从文档分块策略到评估框架的整个RAG生态系统，帮助构建可扩展、高效和准确的检索系统。关键词：RAG架构、文档处理、嵌入模型、向量数据库、检索策略、查询转换技术、评估框架、生产模式、成本优化、安全护栏。

这项技能涵盖了如何将 PyTorch 模型部署到生产环境，包括模型导出、优化、服务部署、监控和性能基准测试等关键步骤，是实现深度学习模型从开发到上线的重要指南。

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。

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。

该技能用于将正式的政府AI政策文档转换为微信公众号风格的文章，保留所有核心问责机制、可衡量指标和问题框架，确保内容准确无误，适合公众阅读，提升可访问性和可理解性。关键词：AI政策、微信公众号、文档转换、自然语言处理、公共传播、保真度、问责机制。

此技能用于在Hugging Face Jobs云基础设施上，利用TRL（Transformer Reinforcement Learning）技术训练或微调大型语言模型。支持SFT、DPO、GRPO和奖励建模等多种方法，包含GGUF格式转换用于本地部署。涵盖数据集准备、硬件选择、成本估算、实时监控等全流程指导，适用于云端GPU训练、大模型微调、AI应用开发、深度学习、NLP和AIGC场景。

这是一个AI驱动的个人记忆系统功能，用于自动扫描Obsidian知识库中本周修改的文件，识别并记录重要事件、决策和情绪，帮助用户完善L1情境层记忆。关键词：AI记忆，文件扫描，事件识别，决策记录，Obsidian，周复盘。

此技能专注于机器学习模型在生产环境中的部署、监控、运维和安全，包括数据摄取、模型部署、漂移检测、事件响应，以及生成式AI安全如提示注入防御、RAG安全等，提供完整参考和模板。关键词：MLOps, 机器学习安全, 模型部署, 漂移检测, GenAI安全, 生产ML系统, 监控, 事件响应, 自动化再训练, LLM运维, RAG安全, 威胁模型, 隐私保护, 供应链安全。

这个技能利用人工智能技术分析会议转录和录音，通过自然语言处理识别行为模式、沟通洞察和可操作反馈，帮助专业人士提升沟通技巧和领导力。关键词：会议分析、沟通洞察、行为模式、领导力提升、人工智能、NLP、SEO搜索优化。

这个技能用于从SpecStory云平台自动获取和分析项目统计信息，包括会话数量、贡献者活动和项目指标，帮助用户监控AI辅助编码的使用情况和项目活跃度。关键词：SpecStory, 项目统计, 数据分析, AI编码, 云平台, 会话监控, 贡献者分析。

效用AI技能是一种基于效用理论的AI决策系统，主要用于评分函数计算、动作选择、上下文评估和行为优先级排序。该技能通过量化评估不同选项的效用值，帮助AI智能体在复杂环境中做出最优决策，适用于游戏AI、自动化决策、智能体行为控制等场景。关键词：AI决策，效用理论，评分函数，动作选择，智能体，行为优先级，上下文评估，自动化决策。

这是一个协作创造和完善新技能的工作坊，通过迭代设计来验证需求、设计结构、起草内容、测试和细化。