这个技能是关于如何开发MCP服务器的详细指南，帮助构建工具使大型语言模型能够与外部API和服务交互。适用于Python和TypeScript开发，涉及工具设计、API集成和AI应用部署。关键词：MCP开发, 服务器编程, 工具集成, AI交互, 类型安全, API设计, 模型上下文协议。

这个技能用于通过 Phoenix CLI 工具调试和观察大型语言模型（LLM）应用，支持跟踪数据获取、错误分析、实验审查、数据集检查和 GraphQL API 查询。关键词：LLM 调试、AI 观察性、Phoenix CLI、跟踪分析、性能监控。

技能开发元技能是一个全面的工具，专为创建、管理、验证、审核和分发Claude Code技能及斜杠命令设计。它提供模板、工作流程、验证模式、审计指南和最佳实践，帮助用户高效开发、优化和维护AI技能生态系统。关键词：Claude技能开发、元技能、技能管理、YAML配置、渐进披露、工具限制、斜杠命令、AI技能优化。

技能模板用于定义和描述Claude AI的技能功能及使用时机，帮助用户标准化技能创建和管理，关键词包括技能定义、AI工具、模板管理、SEO优化、技能库建设。

这是一个用于动态规划（DP）算法模式识别与代码生成的工具技能。它能够分析问题描述，匹配到50多种经典DP模式（如线性DP、背包问题、字符串DP、区间DP等），并自动生成对应模式的模板代码（支持Python、C++、Java）。该技能还提供状态设计建议、变体检测以及优化技术指导（如滚动数组、凸包优化），旨在帮助开发者快速识别DP问题类型、构建解决方案框架并提升算法效率。关键词：动态规划，DP模式，算法模板，代码生成，状态优化，背包问题，最长公共子序列，区间DP，树形DP，位掩码DP。

X Intelligence CLI是一个命令行工具，用于在X/Twitter上进行搜索、分析和参与。它支持实时监控、AI驱动的情感分析和报告生成，适合需要深入了解特定话题或监控社交媒体趋势的用户。

LangSmith是一个用于大型语言模型（LLM）的可观察性平台，提供追踪、评估和监控功能，帮助开发人员调试AI应用、进行系统评估和性能监控。关键词：LLM、可观察性、追踪、评估、监控、调试、AI应用。

人体测量数据分析技能，用于工作站设计与适应性，关键词包括人体工程学、工作站设计、百分位计算、可达区域、工作面高度推荐。

该技能用于分析完成的任务，以改进Ralph系统，通过总结结果、分析有效性、识别差距和提出改进措施，实现系统性能的提升。关键词包括：回顾性、自我改进、系统性能、任务分析。

这个技能用于运行Gemini CLI工具，进行代码审查、计划审查和大上下文处理。它利用先进的AI模型（如Gemini 3 Pro）提供全面的分析能力，适用于软件开发、项目管理和数据处理任务。关键词：Gemini CLI, 代码审查, AI分析, 大模型处理, 自动化测试。

此技能用于监控和分析大语言模型的上下文窗口状态与消耗，帮助用户检查上下文健康、识别优化机会，提升AI应用效率。关键词：上下文管理、AI上下文、令牌消耗、上下文优化、大模型微调、上下文工程。

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。