这是一个审计代码库的工具，使用12个杠杆点框架来优化AI代理的编码能力。它帮助识别差距、提供优先建议，提升自主工作成功率。关键词：代理编码、审计工具、杠杆点、代码优化、AI智能体、自动化工作流。

这是一个用于通过原生任务代理调用外部AI CLIs的技能，主要用于多供应商编排和认证失败时的回退处理。

这是一个AI辅助研究技能模板，用于定义和规范特定项目的研究工作流程。它提供了一套完整的框架，包括研究范围界定、来源管理、智能体协调、信息综合和输出格式化。关键词：AI研究助手、工作流模式、智能体协调、信息综合、来源管理、研究自动化、知识管理、项目研究框架。

Slime 是一个专为大语言模型（LLM）设计的后训练强化学习框架，结合 Megatron-LM 进行高效训练和 SGLang 进行高吞吐量推理生成。它支持 GLM、Qwen3、DeepSeek 等多种模型，适用于自定义数据生成、多轮对话训练和智能体开发，关键词包括：大语言模型、强化学习、后训练、Megatron-LM、SGLang、微调、AI 智能体。

这个技能用于分析和改进AI提示词，通过七级框架评估和优化提示词质量，提升AI系统性能和效率，关键词包括提示词分析、AI提示工程、七级框架、技能改进、AI优化。

此技能帮助开发者为自定义AI代理任务选择适当的Claude模型（Haiku、Sonnet、Opus），基于任务复杂度、成本敏感性、质量要求和延迟需求进行权衡优化。关键词：Claude模型选择，AI智能体，成本优化，性能评估，自定义代理开发。

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。

这个技能用于在Cloudflare Workers上构建MCP（Model Context Protocol）服务器，提供工具、资源和提示，使AI能够调用函数、访问数据和复用模板，支持人工智能应用开发和部署。关键词：MCP，Cloudflare Workers，AI工具，服务器构建，后端开发，人工智能应用，Serverless架构。

这个技能专注于创建高质量的MCP（模型上下文协议）服务器，使大型语言模型（LLMs）能够通过设计良好的工具与外部服务进行交互。它涵盖了从研究规划到实现、测试和评估的全流程，支持Python和TypeScript开发，并包括错误处理、分页和可操作错误消息等关键功能。关键词：MCP服务器、LLM交互、API集成、工具设计、TypeScript开发、Python开发、AI智能体、模型上下文协议、服务器开发、AI应用集成。

这是一个用于在Hugging Face Hub上发布、管理和链接研究论文的AI工具，支持论文索引、模型和数据集链接、作者身份验证及生成专业研究文章，方便AI研究协作。关键词：Hugging Face、论文发布、AI研究、arXiv集成、模型链接、作者验证、研究文章生成。

VibeCoder自然语言开发指导技能是一个AI工具，专为非技术用户设计，通过自然语言交互指导用户进行软件开发。它帮助用户解决“下一步该做什么”、“如何使用系统”等问题，提高开发效率。关键词：自然语言开发、非技术用户、AI指导、软件开发助手、VibeCoder、开发指导、自然语言交互。

这个技能用于创建高质量的MCP服务器，使大型语言模型能通过设计良好的工具与外部服务交互。适用于集成外部API或服务，无论是在Python（FastMCP）还是Node/TypeScript（MCP SDK）中。关键词包括：MCP服务器开发、AI智能体、工具设计、外部服务集成、LLM交互、API集成、服务器构建、模型上下文协议。