AI应用 Skill技能列表
Dex个人知识系统设置与配置Skill setup
这是一个用于设置和配置Dex个人知识助理系统的技能，通过对话引导用户完成初始化设置，生成个性化配置，支持AI驱动的会议处理和知识管理。关键词：个人知识管理，Dex系统，AI助理，自动化配置，会议转录。
提示词改进器Skill prompt-improver
这个技能通过人工智能技术自动改进用户输入的模糊提示词，将其转化为结构清晰、内容丰富的有效提示词，支持多种操作模式（如静默执行、显示改进后提示词），并具有自动回退机制以确保可靠性和稳定性。关键词：提示工程、AI优化、自动改进、结构化提示、SEO优化、提示词转换、人工智能应用。
Dex系统改进积压AI排序Skill dex-backlog
这是一个AI驱动的技能，用于对Dex系统的改进想法积压进行智能排序和优先级评估。基于系统上下文、使用日志和用户角色，计算影响、对齐、令牌效率、记忆学习和主动性五个维度的分数，帮助用户高效决定下一步构建内容，优化工作流程和管理决策。关键词：AI排序，系统改进，积压管理，优先级评估，决策支持，智能分析。
文档转Markdown工具Skill markitdown
MarkItDown是一个Python文件转换工具，支持将PDF、DOCX、图像等15多种格式转换为Markdown，集成OCR和AI功能，适用于数据提取、LLM处理和科学工作流，关键词包括文件转换、Markdown、OCR、AI、数据处理。
vLLM高性能LLM推理服务Skill serving-llms-vllm
vLLM是一个用于部署和优化大语言模型（LLM）推理的开源框架，支持高吞吐量、低延迟推理，通过PagedAttention和连续批处理技术提升效率，兼容OpenAI API，并适用于量化模型（如AWQ、GPTQ、FP8）和GPU内存受限环境。关键词：vLLM，大语言模型，推理服务，PagedAttention，连续批处理，高吞吐量，量化模型，AI部署，OpenAI兼容，LLM推理
OpenAI文档技能Skill "openai-docs"
该技能旨在通过使用 OpenAI 开发者文档的 MCP 工具，提供关于 OpenAI 产品和 API 的权威、最新指导，帮助开发者构建 AI 应用、ChatGPT 应用、代理工作流等。它强调优先使用官方文档工具，并在需要时回退到官方域名搜索，提高开发效率和准确性。关键词包括 OpenAI、文档、API、MCP、AI 开发、ChatGPT、Codex、代理 SDK。
高级提示工程师Skill senior-prompt-engineer
高级提示工程师技能专注于利用先进提示工程技术优化大型语言模型（LLM），涵盖提示模式设计、RAG应用、代理系统开发等，助力AI产品构建和性能提升。关键词：提示工程、LLM优化、AI应用、RAG、代理设计、AI产品开发。
FastMCP3.0服务器开发技能Skill fastmcp-server
这个技能提供FastMCP 3.0框架的完整参考，用于构建生产就绪的MCP服务器，连接大型语言模型（LLM）与外部工具和数据，涵盖工具集成、资源管理、认证授权、中间件配置和提供者部署等关键功能。关键词：FastMCP, MCP, Python, AI, 服务器开发, 工具集成, 认证授权, 中间件, 提供者, AI应用。
AI包装产品Skill ai-wrapper-product
该技能专注于利用AI API（如OpenAI、Anthropic等）构建解决特定问题的可盈利产品，涉及提示工程、成本管理、输出质量控制等，旨在创建用户愿意付费的日常AI应用。关键词包括AI包装、提示工程、成本优化、AI产品开发、API集成、SaaS模型。
NeMoGuardrailsLLM安全防护框架Skill nemo-guardrails
NeMo Guardrails是一个用于大语言模型（LLM）应用的运行时安全框架，提供jailbreak检测、输入输出验证、事实检查、幻觉检测、PII过滤和毒性检测等功能。它使用Colang 2.0 DSL进行可编程防护，适用于生产环境，支持T4 GPU加速。关键词：LLM安全、运行时防护、AI应用安全、NVIDIA、事实检查、幻觉检测。
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。
提示工程Skill prompt-engineering
提示工程是一种专注于设计和优化与大语言模型（LLM）交互的提示的技术，用于提高模型的性能、准确性和可靠性。它广泛应用于AI应用中，如内容生成、代码审查和问题解决。关键词：提示工程，LLM优化，AI提示设计，大模型应用。