本技能集专为构建和运维企业级AI/ML系统而设计，核心能力包括：机器学习模型生产化部署、MLOps全流程实施、可扩展机器学习平台搭建、大语言模型集成与微调、RAG系统开发、AI智能体应用。关键词：机器学习工程，MLOps，模型部署，大语言模型集成，RAG系统，AI智能体，生产级AI系统，可扩展架构，特征存储，模型监控。

迭代检索模式是一种用于优化多智能体系统中上下文检索的技能。它通过循环的分发、评估、优化和循环阶段，帮助子智能体逐步获取所需上下文，解决代码库搜索问题，提高工作效率。关键词包括：迭代检索、上下文优化、多智能体、代码库搜索、AI智能体、RAG应用、智能体编排。

向量数据库技能用于选择和管理向量数据库，包括嵌入存储、近似最近邻算法和向量搜索优化。适用于设计语义搜索系统、优化相似性搜索性能，以及在大规模AI应用如RAG中实现高效检索。关键词：向量数据库、嵌入、向量搜索、相似性搜索、ANN、HNSW、IVF、FAISS、Pinecone、Weaviate、Milvus、Qdrant。

该技能用于帮助用户通过区块链网络安全高效地转移数字资产，支持多种收款人格式如地址、ENS和社交手柄，并提供跨链转账功能。关键词：区块链转账、ENS解析、跨链转移、加密货币、数字资产、安全转账。

此技能用于通过Clanker平台部署和管理ERC20代币，支持Base和Unichain区块链，提供代币命名、符号设置、元数据更新和费用索取功能，适用于数字货币创建、区块链项目开发和智能合约部署，关键词包括ERC20代币、Clanker、代币部署、区块链、智能合约、Web3、DApp开发。

本技能专注于配置和实现基于Haystack框架的自然语言处理管道，特别适用于构建检索增强生成系统、文档问答系统和意图分类系统。核心功能包括文档存储配置、检索器选择、问答模型集成以及自定义管道工作流设计。关键词：Haystack管道配置，RAG系统搭建，NLP问答管道，文档检索增强，意图分类实现，AI应用开发。

RAG嵌入向量批量生成技能是一个专门用于检索增强生成（RAG）系统中高效生成文本嵌入向量的工具。它支持OpenAI、HuggingFace、Cohere、Voyage AI等多种主流AI提供商和本地模型，具备批量处理、智能缓存、速率限制管理和自动重试等核心功能。该技能旨在优化RAG管道和向量数据库的构建过程，通过降低API调用成本、提升处理效率并确保嵌入质量，为AI应用开发、大模型微调和NLP项目提供关键技术支持。关键词：RAG嵌入生成，批量向量处理，AI模型缓存，多提供商支持，NLP嵌入优化，向量数据库，检索增强生成，LangChain集成。

本项目是一个面向生产环境的机器学习与人工智能技能工具箱，提供11项核心ML/AI技能的完整脚本和参考指南。涵盖AI工程师、LLM架构师、ML工程师、MLOps工程师、数据工程师等角色，包含OpenAI/Claude API集成、RAG系统搭建、模型微调、MLflow实验追踪、ETL管道自动化等关键技术。适用于企业AI应用开发、大模型部署、数据科学项目落地，帮助团队快速构建可维护、可扩展的AI解决方案。关键词：机器学习，人工智能，大模型，RAG，MLOps，数据工程，AI集成，模型部署，生产环境，技能工具箱。

这是一个用于Agentuity云平台的命令行工具，专门用于通过指定键值（key）删除一个或多个向量数据。该技能需要用户先进行身份验证，并处于正确的项目上下文中。它支持交互式确认和批量删除操作，适用于向量数据库管理、AI模型数据清理、RAG应用维护等场景。关键词：Agentuity云平台，向量删除，CLI工具，AI数据管理，RAG应用，向量数据库。

该技能专注于检索增强生成（RAG）和搜索工程的完整实践，提供构建生产级系统的指南。涵盖文档分块、混合检索（BM25 + 向量搜索）、重排序、查询优化、排名管道设计、评估指标（如nDCG、MRR）以及现代最佳模式。适用于开发高效、准确的AI驱动检索和生成应用，关键词包括：RAG、搜索工程、混合搜索、分块策略、评估指标、生产系统。

这个技能是用于构建生产就绪的对话式AI语音智能体的平台，集成自动语音识别(ASR)、大型语言模型(LLM)、文本转语音(TTS)和对话轮流模型，支持多种语音、语言和工具集成，适用于客户服务、知识库检索(RAG)、多语音切换和语音AI应用开发。关键词：AI语音智能体，对话式AI，语音识别，文本转语音，ElevenLabs，ASR，TTS，RAG，语音代理，AI应用。

这个技能是一个元技能，用于将任何SKILL.md文件自动化升级到决策理论v5 Hybrid格式，通过四个并行Ragie支持的代理使用决策理论和模态逻辑进行分析、优化和验证。关键词：技能升级、决策理论、模态逻辑、RAG应用、AI代理、自动化工具、MDP结构、策略设计、约束提取、验证安全性。