AI应用 Skill技能列表
LLM集成Skill llm-integration
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。
MCP服务器构建技能Skill mcp-builder
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。
最佳实践提示转换器Skill best-practices
这个技能用于将模糊的用户提示转换为优化的Claude Code提示，通过添加验证、特定上下文、约束和分阶段结构，以提高AI代码生成的准确性和效率。关键词：提示工程、AI代码助手、Claude、最佳实践、提示优化。
大语言模型文档写作Skill WritingDocumentationforLLMs
这个技能是关于如何为大语言模型设计高效的文档和指令，以提升LLM的理解和执行能力，包括假设能力、渐进披露、示例优先等方法。关键词包括：大语言模型、文档写作、指令优化、AI应用、LLM开发
Every风格编辑代理Skill every-style-editor-2
这是一个基于人工智能的文本编辑工具，专门用于根据Every的风格指南自动校对和编辑文本内容，包括文章、博客、新闻稿等，以提高编辑质量和一致性。关键词：文本编辑、风格指南、AI校对、自动编辑、SEO优化、内容合规、语法检查、写作辅助。
事实核查技能Skill fact-check
该技能用于系统验证AI生成内容中的声明，通过独立验证过程捕捉幻觉和未支持的断言，确保信息准确性。关键词：事实检查、幻觉检测、内容验证、AI生成内容、独立验证、LLM输出验证。
ArizePhoenixAI可观测平台Skill arize-phoenix
Arize Phoenix是一个开源AI可观测平台，基于OpenTelemetry，用于追踪、评估和改进基于大型语言模型(LLM)的应用。它提供全面的执行监控、质量测量、提示工程和实验能力，帮助开发者调试AI系统、优化性能并确保输出质量。关键词：AI观测、LLM追踪、OpenTelemetry集成、AI评估、提示优化、RAG系统调试、AI应用监控
PyHealth医疗AI工具包Skill pyhealth
PyHealth医疗AI工具包是一个全面的Python库，用于医疗保健人工智能，提供工具、模型和数据集，支持临床预测任务如死亡率、再入院和药物推荐，并处理电子健康记录、医疗编码和生理信号。关键词：医疗AI、临床数据分析、机器学习模型、EHR处理、医疗编码。
提示优化器Skill improve-prompt
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。
Typless自动化技能Skill typless-automation
Typless自动化技能用于通过Rube MCP和Composio自动化Typless文档处理任务，包括工具发现、连接管理、工作流执行，强调先搜索工具以获取最新模式。关键词：自动化、Typless、Rube MCP、Composio、AI文档处理、工作流优化、工具搜索、文档数据提取、智能自动化、AI应用集成。
Sitespeakai自动化viaRubeMCPSkill sitespeakai-automation
此技能用于通过Rube MCP自动化Sitespeakai任务，实现工具发现、连接管理、工作流执行等操作，适用于AI工具集成和自动化。关键词：Sitespeakai, Rube MCP, Composio, 自动化, AI工具, 工作流自动化, 工具集成。
Langbase自动化viaRubeMCPSkill langbase-automation
这个技能通过Rube MCP和Composio的Langbase工具包，自动化执行Langbase相关任务，包括工具发现、连接管理、工作流程执行等，适用于AI工具集成和自动化操作。关键词：Langbase, Rube MCP, 自动化, AI工具, 工作流程, Composio。