TRL（Transformer 强化学习）是一个用于通过强化学习对齐语言模型与人类偏好的技能，包括监督微调（SFT）、直接偏好优化（DPO）、PPO和GRPO等方法，适用于RLHF流程、偏好对齐和奖励模型训练。关键词：TRL, 强化学习, 语言模型, 微调, RLHF, DPO, PPO, 人工智能, 大模型, HuggingFace, 偏好学习。

这个技能用于按请求生成简洁、非正式的技术概念解释，优先考虑简洁性和对话风格，帮助快速理解复杂技术话题。关键词包括技术解释、简洁说明、对话式AI、AIGC、内容生成。

并行代理协同技能是一个AI驱动的工具，用于协调多个专业代理进行代码分析、安全审计、开发任务等。它支持多代理并行工作、上下文传递和统一报告生成。关键词：并行代理，AI协同，代码审计，安全分析，软件开发，多代理系统，AI智能体。

这个技能是指导如何创建高质量的MCP（模型上下文协议）服务器，使大型语言模型（LLMs）能通过精心设计的工具与外部服务和API交互。涵盖从研究规划到实施评估的全流程，适用于AI智能体开发、后端集成和LLM应用构建。关键词：MCP, 服务器, AI, LLM, 工具, 外部服务, 开发指南, 智能体, API集成。

这个技能提供创建MCP（模型上下文协议）服务器的全面指南，用于让大型语言模型（LLMs）通过工具与外部服务交互，支持Python和Node/TypeScript开发，涵盖从研究、规划到实现、测试的全过程。关键词：MCP服务器、LLM工具、API集成、AI代理、后端开发、模型上下文协议、Python、TypeScript、AI应用、智能体交互。

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。

这个技能用于多智能体协调，实现复杂任务的并行执行和自动化工作流程。它涉及任务分解、智能体生成、进度监控和结果汇总，适用于软件开发、人工智能应用等场景。关键词包括多智能体、任务分解、并行处理、工作流协调、智能体协同、OpenCode、群集智能。

这是一个使用Gemini 3 Pro Image模型进行AI图像生成和编辑的技能，允许通过命令行脚本快速生成高分辨率图像，支持单图像编辑和多图像组合。关键词：图像生成、图像编辑、Gemini 3 Pro、AI图像处理、命令行工具、Python脚本。

Perplexity搜索技能是一个基于AI的网络搜索工具，利用Perplexity模型和OpenRouter API，实现实时信息检索、科学文献搜索、带来源引用的答案生成等功能。特别适用于需要最新数据、科研文献查找和技术文档搜索的场景。关键词：AI搜索、实时信息、科学文献、Perplexity模型、OpenRouter、网络搜索工具、科研辅助。

PennyLane是一个开源的量子机器学习框架，提供硬件无关的量子电路自动微分、设备独立编程，并与PyTorch、JAX、TensorFlow等经典框架无缝集成。专为变分量子算法（如VQE、QAOA）、量子神经网络和量子化学模拟设计，适用于量子计算研究和应用开发，关键词包括量子计算、机器学习、自动微分、变分算法、量子神经网络。

这个技能用于构建多智能体系统的可观测性接口，专注于监控代理执行、跟踪指标、实施日志记录和调试工作流，以提高系统的可靠性和可扩展性。关键词包括多智能体、可观测性、监控、日志、调试、AI智能体。

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。