AI应用 Skill技能列表
整数规划求解器Skill integer-program-solver
整数规划求解器是一个专注于解决组合优化问题的AI技能。它能够对包含离散决策变量（如二进制、整数）的复杂问题进行数学建模，并使用线性规划、分支定界等算法进行高效求解。核心功能包括二进制变量建模、Big-M约束处理、逻辑约束线性化、MIP间隙分析、热启动解注入以及生成多个近似最优解的解池。该技能广泛应用于设施选址、生产调度、车辆路径规划、资源分配、任务指派等需要从离散选项中找到最优方案的场景。关键词：整数规划，混合整数规划，组合优化，离散决策，线性规划，分支定界，MIP求解，OR-Tools，Gurobi，CPLEX，设施选址，调度优化。
人体测量分析器Skill anthropometric-analyzer
人体测量数据分析技能，用于工作站设计与适应性，关键词包括人体工程学、工作站设计、百分位计算、可达区域、工作面高度推荐。
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。
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。
Transformer模型库技能Skill transformers
此技能基于Hugging Face Transformers库，专为处理预训练的Transformer模型设计，覆盖自然语言处理、计算机视觉、音频和多模态任务。可用于文本生成、分类、问答、翻译、摘要、图像分类、物体检测、语音识别及模型微调。关键词：Transformer模型，NLP，计算机视觉，音频处理，多模态AI，Hugging Face，模型微调。
AI自动化工作流程Skill ai-automation-workflows
这个技能用于通过inference.sh CLI构建自动化AI工作流程，结合多种AI模型和服务，实现批处理、顺序管道、并行处理、条件工作流程等自动化模式。适用于内容自动化、数据处理、监控和调度生成等场景，提升AI应用效率。关键词：AI自动化，工作流程，批处理，AI管道，内容生成，调度任务，自动化脚本。
Gemini第二意见Skill gemini-second-opinion
这个技能使用Gemini AI提供独立分析，帮助用户评审技术主题、计划或工作，识别潜在风险，提出替代方案，并给出推荐。适用于技术决策验证、代码审查和安全评估。关键词：Gemini AI、独立分析、技术评审、风险评估、AI辅助决策、软件开发辅助。
协调器代理Skill orchestrator-agent
协调器代理是Unite-Hub的指挥中心，负责接收用户指令、任务分发、协调专家工作流程、维护系统状态和内存，以及报告进度和健康状况。
Gemini代码分析工具Skill gemini-analyze
这个技能使用Gemini CLI对代码文件进行结构化分析，支持安全审计、性能审查、架构评估和错误检测，帮助开发者优化代码质量和效率。关键词：代码分析、AI代码审查、安全漏洞、性能优化、架构设计、错误查找、Gemini CLI、软件开发工具。
技能链提示Skill skill-chain-prompts
技能链提示是一种用于协调多个技能完成复杂任务的AI驱动工作流自动化工具。它通过定义序列或并行的技能链式工作流，使用YAML格式进行配置，跟踪工作流进度，并提供预构建链以加速开发、文档编制和职业规划等流程。关键词：技能链、工作流自动化、多技能协调、YAML定义、进度跟踪、预构建链、AI应用、自动化工具。
Gemini扩展开发Skill gemini-extension-development
这个技能是用于构建和管理Gemini CLI扩展的专家指南，涵盖扩展结构、GEMINI.md上下文、命令定义、MCP集成和发布流程。它适用于开发者在创建Gemini扩展、链接本地扩展、打包MCP服务器或从GitHub安装扩展时使用。关键词：Gemini扩展开发、CLI扩展、MCP服务器、命令定义、扩展发布、Gemini CLI、扩展创建、本地测试。
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。