搜索结果: "智能体"

4.5

多智能体架构模式Skill multi-agent-patterns

此技能专注于设计和实现多智能体架构,用于处理超越单智能体上下文限制的复杂任务。它教授何时激活多智能体系统、核心概念如上下文隔离、架构模式如主管和蜂群、共识协调方法等。关键词:多智能体、AI智能体、架构设计、人工智能、复杂任务处理、上下文管理、SEO优化。

4.5

技能创建器Skill skill-creator

技能创建器:一个用于创建和管理AI代理技能的完整指南,提供技能定义、结构、创建步骤、最佳实践和工具集成。帮助用户高效开发可重用、可发现的技能,优化代理能力扩展和自动化工作流程。关键词:技能创建、AI智能体、技能管理、自动化、指南、代理开发。

4.5

Claw日记Skill claw-diary

Claw日记是一款AI智能体活动追踪与可视化分析工具,提供自动记录、叙事摘要、时间线回放、成本统计和第一人称日志功能。关键词:AI智能体监控、活动记录、可视化分析、成本追踪、智能体日志、时间线回放、AI助手管理。

4.5

智能体生成器Skill agent-generator

智能体生成器是一个专为AI智能体开发设计的自动化工具,能够根据Babysitter SDK规范,快速生成结构完整、包含YAML前言、角色定义、专业领域和提示模板的AGENT.md文件。它简化了AI智能体(Agent)的创建流程,支持批量生成和流程集成,是构建AI应用、大模型微调和RAG应用生态的关键辅助工具。关键词:AI智能体生成,AGENT.md文件,提示模板,YAML前言,Babysitter SDK,自动化工具,AI应用开发。

4.5

agentuity-cli-cloud-vector-upsertSkill agentuity-cli-cloud-vector-upsert

Agentuity云向量更新工具,用于向量数据库的增删改查操作。支持文档嵌入、元数据管理、批量导入,适用于AI智能体开发、RAG应用构建、大模型微调等场景。关键词:向量数据库、AI智能体、RAG应用、大模型、Agentuity、云平台、向量存储、嵌入向量

4.5

智能体协作开发框架Skill agentic-structure

智能体协作开发框架是一个用于生产就绪软件开发的协作式编程提示框架。它通过结构化指南和协作流程,帮助开发团队在功能启动、代码编写、安全处理、错误管理、注释添加和需求讨论等环节实现高效协作。该框架强调清晰、安全、可维护的代码,并提供冲突解决机制。关键词:协作编程、开发框架、生产就绪、代码规范、安全指南、错误处理、知识共享、软件开发流程。

4.5

AI智能体工具构建指南Skill building-agent-tools

本指南详细介绍了如何为AI智能体设计和开发高效工具,涵盖工具整合、命名空间设计、令牌优化等核心原则,帮助开发者创建易于智能体使用、性能优化的工具接口,适用于MCP工具开发、智能体API设计等场景。

4.5

AgentDesigner-多智能体系统架构Skill agent-designer

Agent Designer 是一个全面的工具包,用于设计、架构和评估多智能体系统,涵盖智能体架构模式、工具设计原则、通信策略和性能评估框架,旨在构建健壮、可扩展的AI智能体系统。

4.5

连接Skill connect

这个技能使Claude AI能够连接到超过1000种应用程序,如Gmail、Slack、GitHub和Notion,执行发送电子邮件、创建问题、发布消息和更新数据库等实际任务,实现自动化操作和API集成。关键词:AI连接、自动化工具、API集成、Claude智能体、人工智能应用。

4.5

ClaudeAgentSDKSkill claude-agent-sdk

Claude Agent SDK 是一个用于构建和部署自主AI代理的软件开发工具包,支持工具集成、MCP服务器、多代理编排和会话管理,适用于自动化工作流、代码分析、系统监控等场景。关键词:Claude Agent SDK, AI智能体, 工具编排, MCP协议, 自主代理。

4.5

Octocode代码研究技能Skill octocode-research

Octocode 代码研究技能是一个专用于深度代码探索、仓库分析和实现规划的AI驱动技术调查工具。它结合本地代码库语义分析(使用LSP)和外部GitHub/npm研究,帮助开发者理解代码流、查找定义、追踪调用、评审PR等,提升代码理解和开发效率。关键词:代码研究、代码探索、GitHub分析、代码库理解、PR评审、LSP导航、Octocode工具、AI智能体。

4.5

提示级别选择技能Skill prompt-level-selection

这个技能用于指导基于七级框架选择适当的AI提示级别,帮助匹配任务复杂性到正确的提示投资,优化提示工程过程。关键词:提示级别、提示工程、任务复杂性、七级框架、AI智能体、工作流。