AI应用 Skill技能列表
Typless自动化技能Skill typless-automation
Typless自动化技能用于通过Rube MCP和Composio自动化Typless文档处理任务，包括工具发现、连接管理、工作流执行，强调先搜索工具以获取最新模式。关键词：自动化、Typless、Rube MCP、Composio、AI文档处理、工作流优化、工具搜索、文档数据提取、智能自动化、AI应用集成。
Tavily工具配置技能Skill setup
此技能用于帮助用户配置和故障排除Tavily MCP工具，专门处理API密钥错误、搜索配额超出、连接失败等问题，提供快速修复指南以确保网络搜索功能正常运行。关键词：Tavily工具，MCP配置，API密钥设置，网络搜索故障排除，Tavily集成。
模型使用情况Skill model-usage
这是一个用于分析和汇总CodexBar CLI本地成本日志中AI模型（如Codex、Claude）使用情况的技能工具。它支持按模型（当前模型或所有模型）生成成本摘要，提供命令行脚本和JSON输出格式，便于开发者和AI应用管理者进行成本监控和优化。关键词：CodexBar, 模型成本, AI使用分析, 成本监控, 命令行工具, JSON摘要, 开发工具。
AI工具管理Skill ai-tools
AI工具管理技能用于自动化检测、安装和更新AI命令行界面工具，支持Claude Code、Gemini CLI和Codex CLI等，采用委托优先设计确保从官方源获取最新指南，便于用户管理AI开发工具。关键词：AI工具管理、CLI工具、安装更新、委托优先、自动化检测、版本控制。
整数规划求解器Skill integer-program-solver
整数规划求解器是一个专注于解决组合优化问题的AI技能。它能够对包含离散决策变量（如二进制、整数）的复杂问题进行数学建模，并使用线性规划、分支定界等算法进行高效求解。核心功能包括二进制变量建模、Big-M约束处理、逻辑约束线性化、MIP间隙分析、热启动解注入以及生成多个近似最优解的解池。该技能广泛应用于设施选址、生产调度、车辆路径规划、资源分配、任务指派等需要从离散选项中找到最优方案的场景。关键词：整数规划，混合整数规划，组合优化，离散决策，线性规划，分支定界，MIP求解，OR-Tools，Gurobi，CPLEX，设施选址，调度优化。
推测解码Skill speculative-decoding
这个技能用于加速大型语言模型（LLM）的推理过程，通过推测解码、Medusa多头和前瞻解码等技术，实现1.5到3.6倍的推理速度提升，降低延迟，适用于实时应用如聊天机器人、代码生成等。关键词包括：LLM推理加速、推测解码、Medusa、前瞻解码、并行生成、延迟优化、AI推理优化。
AI自动化工作流程Skill ai-automation-workflows
这个技能用于通过inference.sh CLI构建自动化AI工作流程，结合多种AI模型和服务，实现批处理、顺序管道、并行处理、条件工作流程等自动化模式。适用于内容自动化、数据处理、监控和调度生成等场景，提升AI应用效率。关键词：AI自动化，工作流程，批处理，AI管道，内容生成，调度任务，自动化脚本。
食谱笔记本审计指南Skill cookbook-audit
本指南详细说明了如何对Anthropic食谱笔记本进行系统化审计，包括工作流程、评分标准、风格规范和最佳实践。适用于技术文档审查、代码质量评估、AI应用开发规范检查，帮助团队确保技术教程的质量和一致性。关键词：技术文档审计、代码审查、AI教程规范、笔记本质量评估、开发指南检查
TLDR统计仪表板Skill tldr-stats
这个技能用于显示Claude API会话的令牌使用情况、成本、TLDR节省和钩子活动的统计仪表板，帮助用户监控和优化AI模型使用。关键词包括令牌使用、API成本、TLDR节省、钩子活动、仪表板、统计。
网络抓取AI自动化Skill webscraping-ai-automation
这个技能用于自动化网络抓取AI任务，通过Rube MCP和Composio的Webscraping AI工具包。关键词：网络抓取、AI、自动化、Rube MCP、Composio、工具包。
内容研究写作助手Skill content-research-writer
这个技能是一个AI驱动的写作助手，专门帮助用户进行内容研究、大纲制定、草稿撰写和修订优化。它提供实时反馈、添加引用、改进钩子，并保持作者的个人风格，适用于博客、文章、技术文档等多种写作场景。关键词：内容研究、写作辅助、AI写作、协作写作、SEO优化、引用管理。
llama-cpp推理引擎Skill llama-cpp
llama-cpp是一个开源工具，用于在CPU、Apple Silicon和消费级GPU上高效运行大型语言模型推理，特别适用于边缘部署和没有NVIDIA硬件的环境。它支持GGUF量化格式，以减少内存使用并提高速度，优化用于苹果设备、AMD/Intel GPU和嵌入式系统。关键词包括：LLM推理、CPU推理、GGUF量化、边缘AI、非NVIDIA硬件、Apple Silicon、模型部署。