这个技能用于目标导向的结合剂设计活动规划和健康评估。关键词包括：目标导向、结合剂设计、活动规划、健康评估、高通量、高多样性、成本估算。

这个技能用于通过Rube MCP和Composio工具包自动化移除图像背景，实现工具发现、连接管理和工作流执行，适用于计算机视觉和自动化任务，关键词包括移除背景、自动化、Rube MCP、Composio、计算机视觉、图像处理、AI应用。

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。

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。

这个技能用于通过Rube MCP和Composio的Modelry工具包自动化Modelry操作，包括工具发现、连接管理和工作流执行，旨在简化AI模型管理和提高操作效率。关键词：Modelry自动化，Rube MCP，工具集成，AI模型管理，工作流自动化，Composio。

设计系统化决策框架，根据上下文需求、代码库大小、推理深度需求和任务复杂度选择合适的AI工具（Claude Code与Gemini CLI）。当启动工具需求不明确的项目、优化上下文受限的工作流程或设计利用多个工具优势的多阶段策略时，使用这项技能。这项技能有助于将工具能力与任务特征相匹配，防止上下文浪费，并确保资源的最优分配。

创建既优化传统搜索引擎优化（SEO）又优化人工智能（AI）发现（如ChatGPT、Perplexity、Claude、Gemini）的网络内容。

这是一个用于跟踪令牌使用情况、估算成本和分析AI消费的技能，适用于跨会话和用户的使用情况监控。

这个技能用于分析和优化推特推文，基于Twitter的开源算法模型如Real-graph、SimClusters和TwHIN，通过重写和编辑内容来提升触及率、参与度和可见性。它提供基于实际推荐系统的优化策略，帮助用户最大化社交媒体内容表现。关键词：算法优化、推特内容策略、社交媒体算法、AI应用、内容优化、参与信号、Twitter推荐系统。

这个技能专注于为大语言模型应用设计和优化提示，提升AI应用效果，涉及系统提示架构、上下文管理、输出格式化、提示评估等。关键词：提示工程、LLM、AI应用、优化、设计、大模型、提示结构。

这个技能专注于构建Model Context Protocol（MCP）服务器和客户端，用于扩展AI助手的功能，集成自定义工具、资源和提示模板。它覆盖MCP协议基础、服务器开发模式、资源管理、安全措施和测试方法，适用于AI应用开发。关键词：MCP协议，AI助手扩展，服务器开发，客户端集成，安全认证，协议规范。

此技能用于在Claude Code工作阶段结束时自动评估内容，提取可重用模式并保存为学习技能，以提升开发效率和代码复用性。关键词：持续学习、模式提取、AI辅助、代码优化、技能库、自动化学习。