此技能专注于将机器学习模型部署到生产环境，涵盖使用FastAPI创建REST API服务、Docker容器化、Kubernetes云原生编排、模型性能监控和漂移检测等全流程，适用于AI应用开发、MlOps实践和云计算部署，关键词：模型部署，FastAPI，Docker，Kubernetes，机器学习，AI应用，MlOps，云原生，监控，漂移检测。

这个技能用于控制AI助手的深度思考模式，默认启用以处理复杂任务，但可以临时禁用以加速简单任务（如提醒、问候、查询）的响应，优化系统效率和用户体验，关键词包括AI助手、深度思考、响应速度、系统控制、人工智能应用。

这是一个用于自我改进AI工厂技能的技能，通过分析项目上下文、积累的补丁和代码库模式，识别常见错误并增强现有技能，防止未来问题，使AI在项目中更智能。关键词：AI技能改进，自我学习，项目分析，补丁驱动，代码库模式，技能进化。

Repomix技能是一个AI代码打包工具，用于将整个代码库转换为单个AI友好文件，优化给大型语言模型（LLM）使用。它支持自定义包含/排除模式、多种输出格式（如XML、Markdown）、令牌计数管理、安全检查和文件过滤，适用于AI分析、安全审计、文档生成、代码评估和LLM上下文准备。关键词：代码打包、AI分析、LLM、安全审计、文档生成、令牌计数、代码库快照、RAG应用。

这个技能使用多智能体架构从产品UI截图自动提取功能并生成开发任务清单，适用于竞品分析、需求文档生成、UI设计评估等场景。关键词包括截图分析、多智能体、功能提取、任务清单、竞品分析、AI应用。

Repomix是一个专为AI设计的代码仓库打包工具，能将整个代码库转换为单个文件，支持XML、Markdown等多种格式，优化令牌计数以适应LLM上下文限制。适用于AI代码分析、安全审计、文档生成和第三方库评估。关键词：代码打包、AI友好、LLM上下文、仓库快照、安全审计、令牌管理、RAG应用。

GGUF量化技术是一种AI模型压缩和部署技能，使用GGUF格式和llama.cpp工具对大型语言模型进行2-8位量化，以实现高效的CPU、GPU和Apple Silicon硬件上的推理部署。它支持灵活的量化选项，用于优化模型大小、推理速度和内存使用，适用于本地AI工具、消费硬件和云部署场景。关键词：GGUF，量化，AI模型，llama.cpp，CPU推理，GPU加速，模型压缩，本地部署。

Gemini文档处理技能利用Google Gemini API的视觉功能，能够分析和处理PDF文档，提取结构化数据、总结内容、回答文档相关问题等。适用于文档自动化处理、数据提取、内容分析等场景。关键词：Gemini API, PDF处理, 文档分析, AI视觉, 结构化提取, 文档总结, Q&A。

ClawRouter是一款智能大语言模型路由工具，通过智能分类和成本优化算法，自动将用户请求分配到最经济实惠的AI模型，实现高达78%的推理成本节省。支持OpenAI、Anthropic、Google、DeepSeek、xAI等30多个主流模型，提供统一支付接口和实时成本分析。适用于AI应用开发、大模型调用优化、成本控制等场景。

这个技能是一个AI辅助的头脑风暴工具，用于在软件开发和产品管理中进行需求发现和创意生成。它支持多种头脑风暴技术，如自由联想、反向头脑风暴、SCAMPER等，通过发散和收敛思维模式帮助用户探索问题空间、生成大量想法、过滤精炼，并转化为需求候选。关键词：AI头脑风暴、需求分析、创意生成、发散思维、收敛思维、软件需求、产品管理、人工智能应用。

本技能提供LLM推理的性能优化、成本控制和可靠服务操作模式，涵盖延迟预算、尾部延迟控制、缓存策略、批处理调度、量化压缩、并行性等关键领域。适用于优化推理延迟和吞吐量、选择量化方法、配置推理引擎、扩展GPU并行性、构建高吞吐量API等场景。关键词：LLM推理、性能优化、成本控制、生产部署、量化策略、并行计算、推理引擎、延迟降低。

该技能可以根据用户提供的参考Word文档自动提取并继承其页面、节、页眉页脚、样式、编号、表格、目录/域、段落与字符格式，用新的内容生成同格式Word。适用于“按照这个Word的格式帮我写/生成/整理一份……”等请求。参考Word是强制前置条件，没有参考Word时不得开始生成，应要求用户先提供。格式默认严格继承；是否强制保留参考文档的章节/目录结构由用户意图决定，必要时询问一次。关键词：参考Word, 格式提取, 模板复制, 文档生成, 样式继承, 自动化。