CrewAI多智能体编排设置技能，用于配置和部署协作式人工智能系统。该技能专注于定义智能体角色、分配任务、设计工作流和实现智能体间的协同工作。关键词：CrewAI，多智能体系统，AI智能体编排，协作AI，智能体工作流，AI团队管理，智能体配置，任务分配，AI协作框架。

核心操作手册是一个用于浏览器自动化的预计算操作手册工具。它为AI智能体提供结构化的页面元素选择器（如CSS/XPath），以简化网页交互任务的执行。主要功能包括关键词搜索操作手册、获取详细页面元素信息，并支持点击、输入、提取等自动化操作。适用于RPA、网页测试、数据抓取和自动化脚本开发。关键词：浏览器自动化、网页抓取、RPA、AI智能体、元素选择器、自动化测试、MCP工具、预计算选择器。

上下文漂移检测技能是一个用于管理和维护开发项目上下文文件的工具。它能够自动检测和修复项目文档中的过时路径、损坏引用、违反章程等问题，同时通过智能体分析识别语义层面的漂移，如过时的约定、被取代的决策和不相关的学习记录。该工具帮助开发团队保持项目文档与实际代码库的一致性，提高开发效率和协作质量。关键词：上下文管理、文档维护、代码一致性、开发工具、项目文档、自动化检测、语义分析、结构检查。

本文介绍了构建目标驱动智能体的最佳实践、模式和示例，涵盖了客户端交互、反馈循环、裁判模式、并行执行、上下文管理等关键方面，旨在帮助开发者构建健壮、高效的智能体。

这是一个用于Agentuity云平台的向量搜索命令行工具。它通过语义相似性在指定的命名空间中高效检索向量数据，支持结果数量限制、相似度阈值过滤和元数据筛选。主要功能包括：向量搜索、语义查询、AI应用集成、知识库检索和云平台操作。适用于RAG应用、大模型微调、AI智能体开发和数据检索场景。

这是一个用于管理AI智能体学习行为的技能。其主要功能是**关闭持续学习模式**，停止自动从用户交互中提取和积累知识。该技能适用于需要控制AI学习过程、管理知识库增长或进行阶段性学习的场景。关键词包括：AI学习模式控制、知识库管理、自动洞察提取、RAG应用、智能体行为配置。

情境管理技能是用于协调多智能体工作流和处理长期任务的核心工具，专注于情境的捕获、压缩、分发和状态保存。它通过提取关键决策与理由，为不同智能体高效准备相关情境，并利用索引和检查点技术，确保在复杂项目和多会话环境中维持一致且可检索的项目状态与知识。关键词：情境管理，多智能体协调，长期任务，状态保存，情境压缩，工作流管理，知识管理，AI智能体协作。

Quetrex开发工作流技能是一个AI智能体自动化开发框架，专为语音优先的AI控制中心项目设计。该技能提供完整的项目上下文引导、问题驱动开发流程、自动化AI智能体执行、质量门控系统和开发标准规范。关键词：AI智能体开发、自动化工作流、Claude Code、GitHub Actions、语音AI控制中心、开发效率工具、TDD测试驱动开发、项目上下文管理。

这个技能提供了创建和管理Claude Code技能的全面参考，涵盖渐进式披露、SKILL.md结构、references/组织、frontmatter规范和模块化能力开发的最佳实践。适用于构建新技能或改进现有技能架构，提高AI智能体开发效率。关键词：Claude Code、技能创建、参考文档、渐进式披露、SKILL.md、AI智能体、代码技能开发、元技能参考。

这个技能提供创建MCP（模型上下文协议）服务器的全面指南，用于让大型语言模型（LLMs）通过工具与外部服务交互，支持Python和Node/TypeScript开发，涵盖从研究、规划到实现、测试的全过程。关键词：MCP服务器、LLM工具、API集成、AI代理、后端开发、模型上下文协议、Python、TypeScript、AI应用、智能体交互。

这个技能用于从现有代码仓库中提取语言无关的规范（spec）和测试，创建可移植的幽灵包。它支持跨语言实现，确保行为一致性，适用于函数库和智能体系统的测试场景，并包括验证和证据记录。关键词：幽灵包、规范提取、测试自动化、语言无关、行为验证、仓库分析。

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。