AI应用 Skill技能列表
ChEMBL搜索Skill chembl-search
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。
成本感知型LLM管道Skill cost-aware-llm-pipeline
成本感知型LLM管道是一种用于优化大型语言模型API使用成本的综合性技术方案。该技能通过模型路由、预算跟踪、重试逻辑和提示词缓存四大核心模块，实现智能成本控制。适用于AI应用开发、大模型微调、RAG应用等场景，帮助开发者在保持任务质量的前提下，有效管理Claude、GPT等API的调用成本。关键词：LLM成本优化、模型路由、API预算控制、提示词缓存、重试策略、AI应用开发、大模型API管理。
MolyKitAI聊天工具包Skill molykit
MolyKit技能是一个全面的工具包，专为构建跨平台AI聊天应用程序设计，使用Makepad框架，支持集成OpenAI等大型语言模型API，提供SSE流式响应处理、即用型聊天组件和跨平台异步模式。关键词：MolyKit, AI聊天, 跨平台, 异步, Rust, Makepad, OpenAI, 聊天组件, SSE流式传输, BotClient, 量化交易, 股票分析, 数据统计分析, 投资评估。
AI内容审核模型（LlamaGuard）Skill llamaguard
LlamaGuard是Meta开发的一个7-8B参数大语言模型，专门用于AI内容安全审核，能分类6种风险类别（如暴力和仇恨、性内容、犯罪计划等），准确率达94-95%。它适用于LLM输入和输出过滤，可集成到vLLM、HuggingFace等部署环境，提升AI对话的安全性。关键词：AI内容审核、安全分类、LlamaGuard、Meta、大模型、输入过滤、输出过滤、NLP。
快速问答助手Skill ask
这个技能用于快速回答用户问题，通过搜索知识库提供简洁答案，避免繁重笔记工作，适用于需要高效信息检索的场景。关键词：知识助手、快速问答、AI 助手、OrbitOS、问答系统、SEO优化
AI模型提供商管理Skill provider-management
这是一个用于统一管理多个AI模型提供商（如OpenAI、Anthropic、Google等）的智能工具。它支持订阅、OAuth和API密钥三种认证方式，并按照优先级自动选择最佳提供商。核心功能包括：多提供商故障转移、使用量监控与限制、认证优先级管理、模型ID映射转换。适用于需要稳定调用多个AI服务的开发场景，确保服务高可用性和成本控制。关键词：AI模型管理、多提供商切换、认证优先级、故障转移、使用量监控、API密钥管理、OAuth集成、AI服务高可用。
链接轨迹Skill specstory-link-trail
链接轨迹技能用于在AI辅助编码过程中追踪所有通过WebFetch工具获取的URL，生成详细报告，方便用户审计外部资源访问、回顾研究模式和调试失败获取。关键词：AI编码、URL追踪、资源审计、开发工具、SpecStory。
生成AI编码代理Skill spawn-agent
这是一个用于在新终端中生成AI编码代理的技能，支持多种代理工具，如Claude Code、Codex、Gemini等，能够根据用户请求和指令执行相应的工作流程。关键词包括：AI编码代理、终端生成、工作流程执行、代码辅助。
氛围编码方法论Skill vibe-coding
氛围编码方法论是一种专注于利用AI辅助工具进行高效软件开发的策略集合，涵盖规划、测试、调试、版本控制、AI工具优化和复杂功能开发等环节，旨在提升开发效率和代码质量。关键词：AI辅助编程、软件工程、代码调试、版本控制、测试策略、AI工具、开发方法论、氛围编码。
Gemini令牌优化技能Skill gemini-token-optimization
本技能用于优化Gemini CLI的令牌使用，涵盖令牌缓存、批量查询、模型选择（Flash vs Pro）和成本跟踪，帮助降低大规模AI操作的成本并提升效率。关键词：Gemini、令牌优化、成本控制、模型选择、批量处理、AI应用、缓存策略。
Repomix技能Skill repomix
Repomix技能是一个用于将整个代码仓库打包成单个AI友好文件的工具，支持多种输出格式如XML、Markdown、JSON和纯文本，适用于AI分析、LLM上下文生成、代码库快照、安全审计和文档生成。关键词：AI工具、代码打包、仓库分析、安全扫描、LLM集成、开发工具、仓库管理、自动化工具。
MCP服务器开发Skill mcp-builder
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。