LLM集成是一种技能，专注于将大型语言模型集成到软件应用中，实现API调用、流式响应、函数调用、RAG管道和成本优化等功能，提升AI应用开发效率。关键词：LLM集成，大语言模型，API集成，流式处理，函数调用，RAG，AI应用开发，成本优化，文档分块。

这个技能专注于优化AI驱动的质量工程代理的学习能力，通过转移学习、超参数调优、A/B测试和持续改进，提升自动化测试和缺陷预测的效率与准确性。关键词：AI学习优化、转移学习、超参数调优、A/B测试、质量工程、自动化测试。

这个技能是一种基于文件的规划方法，专为复杂任务和AI代理设计，通过创建task_plan.md、findings.md和progress.md文件来维护持久上下文，优化工作流程管理。适用于多步骤任务、研究或涉及许多工具调用的场景。关键词包括文件规划、任务管理、AI智能体、持久化内存、工作流程优化、上下文管理。

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。

这个技能指导团队创建基本的代理层组件，用于启动代理式编码，包括设置AI开发者工作流、创建提示模板和实现脚本，适用于新项目启动或现有代码库自动化。关键词：代理层, AI智能体, 工作流, 自动化编码。

这个技能提供了一个快速参考框架，用于理解和应用代理提示的七个级别，帮助用户根据任务复杂度选择合适的提示，优化AI智能体工作流。关键词：代理提示，提示级别，AI智能体，工作流优化，快速决策，智能提示管理。

这个技能提供全面的AI治理、监管合规和负责任的AI实践指南，适用于AI系统风险评估、合规审计和治理框架建立，涵盖EU AI Act风险分类、NIST AI RMF、AI伦理审查等关键领域，帮助组织遵守法规、降低风险并促进AI伦理。关键词：AI治理，合规，风险管理，EU AI Act，NIST AI RMF，负责任的AI，AI伦理，风险评估。

主题分析技能是一种用于深度探索和分析各种抽象主题、概念或技术的工具。它通过多代理并行研究和结构化头脑风暴，生成包含可视化Mermaid图表的详细文档，并最终输出为专业的HTML报告。适用于需求分析、技术评估、知识整理、SEO优化等场景。关键词：主题分析、多代理系统、头脑风暴、Mermaid图表、HTML报告、知识管理、文档生成。

AI 工程技能专注于构建和部署生产级的大型语言模型（LLM）应用程序、检索增强生成（RAG）系统和 AI 代理。包括 LLM API 集成、向量数据库管理、token 优化等，适用于开发智能聊天机器人、AI 驱动应用等场景。关键词：AI 工程、LLM、RAG、向量数据库、AI 应用开发。

通过 inference.sh CLI 工具，集成 OpenRouter API，提供对 100 多种大型语言模型的访问，包括 Claude、Gemini、Kimi 等，支持 AI 助手、代码生成、推理、智能体等多种应用场景，具有自动回退和成本优化功能。关键词：OpenRouter、LLM、大语言模型、API 访问、AI 智能体、代码生成。

这个技能用于通过Rube MCP自动化Rosette文本分析任务，利用Composio工具包简化文本处理流程。关键词：自动化、文本分析、Rosette、Rube MCP、Composio、自然语言处理、NLP、工作流自动化。

这个技能用于自动化管理和操作Replicate平台上的AI模型，包括运行预测、上传文件、检查模型模式、管理版本和预测历史。它适合AI应用开发、自动化工作流和AIGC项目。关键词：AI模型、自动化、预测、文件上传、模型管理、AIGC、人工智能应用、Replicate集成。