AI协作质量下降检测与重新锚定，用于恢复人机有效沟通

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。

这是一个命令行工具，用于查看指定AI提供者（如gemini、codex、opencode、droid、claude）的最新回复，支持显示单个回复或指定数量的最新对话。关键词：AI、人工智能、提供者、回复、查看、工具、命令行、gemini、codex、opencode、droid、claude。

该技能用于追踪在SpecStory AI编码会话中通过WebFetch工具调用的所有URL，提供审计报告，包括成功和失败的获取次数、域名统计等，帮助用户监控和分析外部资源访问模式。关键词：URL追踪、审计、WebFetch、AI辅助开发、外部资源访问、开发工具、SEO优化。

这个技能专注于构建MCP（Model Context Protocol）服务器和客户端，用于通过自定义工具、资源和提示扩展AI助手的能力，支持多种传输协议和安全措施，包括数据库集成、文件系统访问和外部API连接。关键词：MCP、AI助手、工具开发、资源管理、提示模板、协议服务器、AI集成、MCP集成、后端开发、安全认证。

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。

提示工程是一种技能，用于设计和优化AI模型（如Claude）的输入提示，以提高响应的清晰度、准确性和有效性。它涉及角色定义、明确指令、上下文添加、正面框架和策略组织，应用于复杂任务、长文档分析、工具工作流和代码生成。关键词：提示工程、AI模型、Claude、有效提示、角色定义、明确指令、上下文、正面框架、策略组织、代码生成、长文档分析、工具工作流、AI应用、提示优化。

这个技能提供AI治理和负责任AI规划的全面指导，包括欧盟AI法案的风险分类、NIST AI风险管理框架的实施，以及AI伦理框架的建立。适用于AI系统开发前的合规准备、风险识别和治理结构设置。关键词：AI治理、负责任AI、EU AI Act、NIST AI RMF、AI伦理、合规、风险管理、AI应用、监管框架。

这个技能使用Anthropic的四步提示改进工作流，专门优化AI提示词，提升与大模型的交互效果。它帮助用户通过结构化XML标签、思维链推理和丰富示例来改进提示的清晰度、组织性和有效性，适用于提示工程、大模型微调和应用开发。关键词：提示词优化、AI提示工程、大模型微调、提示改进、Anthropic工作流、XML结构、思维链、示例生成。

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。

AI引擎优化（AEO）技能是一套旨在优化内容，以便在AI引擎如ChatGPT、Claude、Perplexity、Google AI概览中被引用，从而塑造AI对品牌类别和产品的描述，提升品牌作为权威来源的引用率。关键词包括：AI引擎优化、内容优化、品牌引用、语义三元组、信息增益、实体结构。

链接轨迹技能用于在AI辅助编码过程中追踪所有通过WebFetch工具获取的URL，生成详细报告，方便用户审计外部资源访问、回顾研究模式和调试失败获取。关键词：AI编码、URL追踪、资源审计、开发工具、SpecStory。