AI应用 Skill技能列表

4.5

智能会话历史分析器Skill specstory-session-summary

这个技能用于分析SpecStory AI编码会话历史文件,生成standup风格的摘要,帮助开发者和团队快速回顾AI辅助编码会话,准备每日站会,跟踪工作进展,理解完成的任务。关键词:AI会话分析、编码历史摘要、工作进度管理、SpecStory工具、standup会议。

4.5

链接轨迹Skill specstory-link-trail

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。

4.5

模型量化Skill model-quantization

该技能专注于AI模型量化与优化,涵盖4-bit/8-bit量化、GGUF格式转换、内存优化以及质量-性能权衡分析,用于在资源受限的JARVIS环境中部署大型语言模型(LLMs)。关键词:AI模型量化、量化技术、GGUF转换、内存优化、性能优化、深度学习模型、资源受限部署。

4.5

QE代码智能系统Skill "QECodeIntelligence"

这是一个基于知识图谱的代码智能工具,提供语义代码搜索、依赖映射和上下文感知代码理解功能,通过智能上下文检索实现高达80%的令牌减少,优化AI编程效率。关键词:代码智能、知识图谱、语义搜索、依赖分析、AI辅助开发、令牌优化、代码理解。

4.5

CreatingFeedbackLoopsSkill creating-feedback-loops

创建反馈循环技能是专门设计用于建立和维护一个持续改进和自我完善的系统。它通过跟踪问题模式、实施迭代细化流程、创建学习机制,并测量随时间的改进来帮助提升工作质量。关键词包括:反馈循环、持续改进、自我完善、质量跟踪、迭代细化。

4.5

AI模型提供商管理Skill provider-management

这是一个用于统一管理多个AI模型提供商(如OpenAI、Anthropic、Google等)的智能工具。它支持订阅、OAuth和API密钥三种认证方式,并按照优先级自动选择最佳提供商。核心功能包括:多提供商故障转移、使用量监控与限制、认证优先级管理、模型ID映射转换。适用于需要稳定调用多个AI服务的开发场景,确保服务高可用性和成本控制。关键词:AI模型管理、多提供商切换、认证优先级、故障转移、使用量监控、API密钥管理、OAuth集成、AI服务高可用。

4.5

本地LLM集成技能Skill llm-integration

本技能专注于使用llama.cpp和Ollama安全高效地集成本地大语言模型,适用于JARVIS语音助手等场景,提供安全模型加载、推理优化、提示注入防护和资源管理,关键词包括:本地LLM、llama.cpp、Ollama、安全集成、提示处理、性能优化、AI应用、大语言模型、隐私保护、实时响应。

4.5

路由管理Skill routing

这是一个用于多代理路由、频道绑定和工具策略管理的技能,关键词包括'代理管理'、'频道绑定'、'工具策略'、'消息路由'、'API参考'。

4.5

织锦技能Skill tapestry

此技能用于自动检测URL类型(如YouTube视频、文章、PDF),提取内容并创建Ship-Learn-Next行动规划,将学习内容转化为可执行的行动计划。关键词:内容提取,行动规划,AI辅助学习,自动化工作流,学习转化。

4.5

头脑风暴Skill brainstorm

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。

4.5

Gemini命令行工具Skill gemini

Gemini CLI 是一个命令行工具,允许用户通过终端直接调用 Google 的 Gemini 大语言模型进行单次问答、内容摘要和文本生成。它支持指定模型、输出格式(如 JSON)以及扩展管理,是开发者和技术用户快速集成 AI 能力的便捷工具。关键词:Gemini CLI,命令行 AI,Google AI,大模型调用,终端工具,AI 问答,文本生成。

4.5

LLM评估Skill llm-evaluation

该技能用于实施全面的LLM应用评估策略,包括自动指标计算、人工反馈收集和基准测试。适用于测试LLM性能、测量AI应用质量、建立评估框架等场景。关键词:LLM评估、自动指标、人工评估、A/B测试、基准测试、AI应用质量。