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。

这个技能用于自动识别和澄清模糊的用户请求，通过提问和收集上下文，确保实现准确无误。它适用于AI助手、软件开发等场景，提高工作效率和质量。关键词：AI助手，请求澄清，自然语言处理，技能优化，自动化工作流程。

此技能应用于优化AI代理的提示、工作流程和上下文管理，通过减少不必要信息和委托任务来提高性能。它使用减少和委托策略来管理上下文窗口，解决如上下文腐烂或污染的问题，适用于管理上下文限制、提高代理效率。关键词：上下文管理、提示优化、AI智能体、工作流程、减少委托框架、R&D框架。

提示部分设计技能是一种用于构建AI智能体提示的可组合部分设计方法，通过创建像乐高块一样的可重用、一致且高效的提示组件，帮助标准化和结构化提示工程流程。关键词：提示设计、AI智能体、可组合提示、提示工程、智能体提示、提示部分、乐高块设计、可重用组件、一致性、工作效率。

此技能用于自动分类GitHub问题为维护任务、缺陷和新功能，以在自动化开发者工作流中路由到正确模板。关键词：GitHub问题分类，自动工作流，ADW，AI模型，软件开发生命周期。

这个技能用于设计和构建自定义AI代理，利用Claude Agent SDK，包括定义代理目的、选择合适模型、设计系统提示、配置工具访问等步骤。它帮助开发者和AI工程师创建领域特定的自动化解决方案，优化AI代理的性能和功能。关键词：自定义代理设计、Claude Agent SDK、AI智能体、系统提示、工具配置、领域自动化。

这个技能是关于使用CrewAI框架设计和协调多AI代理团队的。它帮助构建角色基础的AI代理系统，支持任务定义、流程编排和复杂工作流管理。适用于自动化协作、智能工作流和AI团队设计。关键词：CrewAI, 多代理, AI团队, 角色基础, 工作流自动化, AI代理设计。

此技能专注于大语言模型（LLM）的服务模式，涵盖推理基础设施设计、服务框架选择、量化技术、批处理策略和流式响应模式。适用于优化LLM部署的延迟、吞吐量、成本效益，适合系统设计和生产部署。关键词：LLM服务、推理、vLLM、TGI、TensorRT-LLM、量化、批处理、流式响应、分页注意力、推测解码。

该技能用于进行全面的AI治理和负责任AI评估，基于欧盟人工智能法案和NIST AI风险管理框架等标准，包括风险分类、伦理影响评估、合规检查、文档生成和修复规划。关键词：AI治理、负责任AI、欧盟AI法案、NIST AI RMF、伦理评估、合规评估、AI安全。

这个技能是一个AI驱动的搜索工具，允许用户通过自然语言查询访问ChEMBL数据库中的生物活性分子、药物靶点和结合数据，适用于药物发现、靶点验证和结构-活性关系分析等场景。关键词：ChEMBL搜索、药物发现、语义搜索、生物活性化合物、AI应用。

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。

该技能专注于使用OpenRLHF框架进行高性能强化学习人类反馈（RLHF）训练，支持PPO、GRPO、RLOO、DPO等多种算法，用于微调7B至70B+的大型语言模型。通过Ray分布式架构和vLLM推理加速，优化GPU资源使用，提高训练效率。关键词：RLHF、PPO、大模型微调、分布式训练、vLLM加速。