搜索结果: "智能体"
PM技能:代理更新工作流程Skill mpm-agent-update-workflow
这个技能详细介绍了如何安全地更新和修改代理(AI agents)的工作流程。它区分了官方代理和自定义代理,提供了触发模式、更新步骤、验证方法和示例,确保代理更新过程符合系统架构,防止架构破坏。适用于AI智能体管理和维护。关键词包括:代理更新、工作流程、官方代理、自定义代理、MPM、AI智能体、系统架构、验证方法。
LangGraph(语言图)Skill langgraph
LangGraph是一个专为构建状态化、多参与者AI应用设计的生产级框架,支持图构造、状态管理、条件路由和持久化。它适用于开发AI智能体,实现可调试的代理流程,广泛应用于AI代理、状态管理、图计算和ReAct模式。关键词:LangGraph, AI智能体, 状态管理, 图构造, 代理开发, 生产级框架, 可调试AI
CrewAI多代理编排技能Skill crewai-multi-agent
CrewAI是一个用于构建和管理自主AI代理团队协作解决复杂任务的多代理编排框架。它支持角色定义、任务委托、记忆系统和生产工作流程,关键词:AI代理、多代理、编排、协作、工作流程、自主、智能体。
技能构建器Skill skill-builder
技能构建器是一个AI辅助工具,专门用于指导用户为Claude Code创建和优化Agent技能。通过交互式对话,帮助设计技能结构、制作触发描述、编写Python脚本、管理依赖项,并遵循最佳实践。适用于AI技能开发、大模型应用、智能体构建、自动化工具创建等场景。
规范驱动开发Skill spec-driven-development
规范驱动开发(SDD)是一种基于GitHub SpecKit的结构化AI辅助软件开发方法论。它通过7个阶段(宪章、规范、澄清、规划、分析、任务分解、实施)将书面规范转化为可执行代码,强调宪章治理、分阶段工作流和多智能体协调。核心关键词包括:AI辅助开发、规范驱动、多智能体协调、结构化开发、GitHub SpecKit、分阶段工作流、宪章治理、并行执行、软件工程方法论。
AIRAG管道技能Skill ai-rag-pipeline
此技能用于构建基于检索增强生成(RAG)的AI管道,结合网络搜索和大语言模型(LLMs),实现知识增强的AI响应生成。适用于AI智能体开发、研究助手、事实检查、知识检索等场景。关键词:RAG、AI管道、检索增强生成、网络搜索、LLMs、AI应用、知识库、智能体、事实检查、研究助手。
技能创建器Skill skill-creator
此技能提供创建高效AI代理技能的指南,帮助用户扩展AI代理能力,包括专业知识、工作流程和工具集成。适用于支持SKILL.md格式的任何代理,如Claude Code、Cursor等。触发于特定短语如“创建技能”。关键词:AI技能创建,智能体技能,工作流程集成,工具扩展,AI代理开发。
LangGraph子图构建技能Skill langgraph-subgraph
LangGraph子图技能专注于AI智能体工作流的模块化设计与组合。该技能用于创建可复用的子图组件,通过状态映射、嵌套组合和并行执行等模式,构建复杂的多智能体系统。核心功能包括子图接口设计、错误隔离、工作流编排,是开发高效、可维护的LangGraph应用的关键工具。 关键词: LangGraph子图, 模块化工作流, 多智能体系统, AI工作流设计, 状态映射, 图组合, 错误隔离, 可重用组件
OpenClawYouTube搜索侦察工具Skill openclaw-youtube
OpenClaw YouTube 是一款专为AI智能体和内容创作者设计的YouTube搜索引擎优化(SEO)与市场研究工具。它通过API提供强大的YouTube SERP(搜索引擎结果页)数据抓取能力,帮助用户进行内容研究、竞争对手追踪、趋势发现和关键词分析。核心功能包括按国家/地区和语言过滤搜索、视频排名分析、频道发现以及内容差距识别。适用于AI智能体自动化内容策略、视频营销人员优化SEO、以及市场研究人员进行行业洞察。关键词:YouTube SEO, 内容研究, 竞争对手分析, 趋势发现, AI智能体, 视频营销, 市场分析, 数据抓取。
基于智能体的模拟器Skill agent-based-simulator
基于智能体的模拟器是一种用于模拟复杂适应系统的决策智能工具。它通过定义异质智能体、环境规则和交互机制,自下而上地模拟市场动态、客户行为、竞争策略等商业场景。该技能支持参数扫描、集成模拟、涌现行为分析和可视化,广泛应用于量化金融、市场研究、供应链优化和战略决策等领域。关键词:智能体建模、复杂系统仿真、市场模拟、决策支持、涌现行为、量化分析、商业智能、战略规划。
迭代检索模式Skill iterative-retrieval
迭代检索模式是一种解决多智能体工作流中上下文问题的先进方法,通过分发、评估、优化、循环四个阶段逐步精炼信息检索。该技能专门用于AI智能体开发、代码库分析、上下文管理,帮助开发者和AI系统在复杂代码项目中高效定位相关文件、识别模式、学习项目术语,避免信息过载或不足的问题。适用于RAG应用、AI智能体开发、软件开发工具链优化等场景。
推理框架Skill reasoning-framework
这是一个用于复杂任务处理的推理与规划框架。它提供了一套系统化的决策流程,涵盖任务分析、风险评估、假设推理和结果验证。关键词包括:推理框架、规划框架、任务分析、风险评估、假设形成、决策流程、复杂问题解决、AI智能体逻辑。