该技能指导AI在软件开发中记录结构化笔记和注释，用于在代码中保存决策上下文、标记TODO、不确定性，并链接相关资源，便于未来AI助手和人类开发者理解和维护代码。关键词：AI笔记、代码注释、上下文保存、开发工具、SEO优化。

NotebookLM技能是一个基于AI的文档生成工具，专门用于自动生成YAML配置文件和幻灯片演示。它通过智能读取PDF文档的指定页面范围，高效提取信息并转换为结构化格式，适用于文档自动化、演示制作、PDF处理等场景。关键词：NotebookLM, YAML生成, 幻灯片制作, PDF处理, AI文档生成, 自动化文档, 智能读取。

LLM 架构师技能专注于大型语言模型（LLM）系统的端到端设计与实施。它提供专家级指导，涵盖模型选择、RAG（检索增强生成）管道构建、微调策略、服务基础设施部署、成本效益优化以及生产环境安全合规。适用于需要设计高性能、可扩展且安全的LLM应用场景，如智能客服、内容生成、知识问答系统等。关键词：LLM系统架构，大语言模型部署，RAG检索增强生成，模型微调，成本优化，AI应用安全，生产级AI服务。

Pyvene因果干预技能是一种用于对PyTorch神经网络模型进行因果分析和干预的技术，支持因果追踪、激活修补、交换干预训练等方法，用于理解和改进模型行为，适用于大模型微调和AI应用场景。关键词：因果干预、PyTorch、神经网络、模型解释、激活修补、深度学习、AI工具。

顺序思维是一种系统性推理技能，用于通过分步迭代、动态调整、修订和分支探索来解决复杂问题。它支持多阶段分析、设计规划和问题分解，适用于软件开发、人工智能、咨询等领域的复杂任务处理，特别适合处理初始范围不确定的场景。关键词：顺序思维，系统性推理，问题解决，AI推理工具，MCP，迭代思考，分支探索，动态范围调整。

这个技能用于通过Rube MCP和Composio工具包自动化Scrapegraph AI任务，实现工具发现、连接管理、操作执行，提升AI工作流效率。关键词：Scrapegraph AI, Rube MCP, 自动化, AI工具, 数据提取, 工具集成

这个技能提供了一套完整的API和工具，用于跟踪AI模型的令牌使用情况、估算成本和进行使用分析，帮助开发者管理和优化AI服务开销，适用于监控资源消耗和成本控制。关键词：令牌跟踪、成本估算、AI分析、使用统计、API管理、资源优化。

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。

vLLM是一个用于部署和优化大语言模型（LLM）推理的开源框架，支持高吞吐量、低延迟推理，通过PagedAttention和连续批处理技术提升效率，兼容OpenAI API，并适用于量化模型（如AWQ、GPTQ、FP8）和GPU内存受限环境。关键词：vLLM，大语言模型，推理服务，PagedAttention，连续批处理，高吞吐量，量化模型，AI部署，OpenAI兼容，LLM推理

这个技能是针对 Vercel AI SDK v5 的专家级能力，专注于处理流式架构、模型集成、工具调用、React 钩子、状态管理、边缘运行时优化和 AI 应用生产模式。适用于主动解决 AI SDK 实现中的问题，如流处理错误、提供商集成、工具调用顺序等，并能检测项目环境并适应策略。关键词：Vercel AI SDK、AI 应用开发、流处理、模型集成、工具调用、边缘计算。

机器学习工程师技能专注于将AI模型从实验室部署到生产环境，提供完整的MLOps解决方案。核心功能包括模型优化压缩、实时推理API开发、批量预测系统、自动扩展负载均衡、边缘部署和性能监控。关键技术涉及ONNX/TensorRT转换、Kubernetes容器编排、模型量化剪枝、A/B测试和成本优化，确保机器学习系统在生产环境中实现高可靠性、低延迟和高可扩展性。

MolyKit技能是一个全面的工具包，专为构建跨平台AI聊天应用程序设计，使用Makepad框架，支持集成OpenAI等大型语言模型API，提供SSE流式响应处理、即用型聊天组件和跨平台异步模式。关键词：MolyKit, AI聊天, 跨平台, 异步, Rust, Makepad, OpenAI, 聊天组件, SSE流式传输, BotClient, 量化交易, 股票分析, 数据统计分析, 投资评估。