搜索结果: "智能体"
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。
Agentic提示创建Skill create-prompt
这个技能用于在指定级别生成Agentic提示，利用元提示技术自动化创建slash命令或工作流提示。关键词：Agentic提示、元提示、提示生成、AI智能体、自动化工作流、技能开发、元编程。
上下文工程Skill context-engineering
上下文工程是一种关键技术，专注于优化人工智能智能体系统中的上下文管理，以提高推理效率并降低计算成本。它涉及上下文基础、优化技术、压缩策略、记忆系统和多智能体协调，适用于AI应用开发、大模型微调和RAG应用。关键词：上下文工程、AI智能体、令牌优化、LLM、多智能体系统、记忆管理。
Loom执行计划编写器Skill loom-plan-writer
这个技能专门用于创建Loom执行计划，设计基于DAG的计划结构，包含知识引导和集成验证书挡，支持并行子代理执行和并发工作树阶段，以最大化吞吐量。关键词：Loom、执行计划、DAG、并行执行、知识引导、集成验证、代理编排、自动化工具、软件开发、AI智能体。
LlamaIndex数据框架应用Skill llamaindex
LlamaIndex是一个用于构建大型语言模型（LLM）应用的数据框架，专注于检索增强生成（RAG）、文档问答、知识检索和多模态支持。它提供300多个数据连接器、向量索引和查询引擎，适用于文档处理、聊天机器人和企业数据集成，帮助开发高效RAG管道和AI应用。关键词：LlamaIndex, RAG, 文档问答, 向量索引, 数据框架, LLM应用, 智能体, 知识检索
LLM应用模式Skill llm-app-patterns
这是一个关于构建生产就绪的大型语言模型（LLM）应用模式的技能。涵盖了 RAG 管道、智能体架构、提示 IDE 和 LLMOps 监控，适用于设计 AI 应用、实现 RAG、构建智能体或设置 LLM 可观测性。关键词：LLM 应用、RAG、智能体、提示工程、LLMOps。
技能创建者Skill skill-creator
这是一个用于创建和更新AI技能的技能，帮助扩展Claude等智能体的能力，提供专业领域知识、多步工作流程和工具集成。关键词：技能创建，AI扩展，工作流程设计，工具集成，知识管理，Claude技能，AI智能体开发。
CopilotSDKAI智能体开发Skill copilot-sdk
这个技能是关于使用GitHub Copilot SDK在应用程序中嵌入和构建AI智能体，实现代理式工作流。它允许开发者创建自定义工具、管理会话、集成MCP服务器、实现流响应等，适用于构建智能应用和自动化任务。关键词：GitHub Copilot, SDK, AI智能体, 嵌入, 自定义工具, 流响应, 会话管理, MCP集成, 编程代理, 自动化开发。
智能体内存系统Skill agent-memory-systems
这项技能专注于设计和实现智能体的内存系统，包括短期内存、长期内存的架构，优化分块、嵌入和检索策略，以提高智能体的智能表现和一致性。关键词：智能体内存，内存检索，分块策略，向量存储，AI智能体
AI记忆记录Skill mem-record
AI记忆记录技能用于自动分析对话内容，提取关键信息如事件、决策、偏好和情绪，并根据多层级系统（情境层、行为层、认知层、核心层）记录到个人记忆库中。它支持检测重复模式并建议优化记录结构，适用于AI智能体、对话管理和信息组织场景。关键词：AI智能体、对话分析、记忆系统、信息记录、层级管理、重复模式检测、SEO优化。
MCP服务器开发技能Skill mcp-builder
这个技能提供创建高质量MCP（Model Context Protocol）服务器的全面指南，使大语言模型（LLMs）通过设计良好的工具与外部服务交互。包含关键词：MCP服务器、AI应用、API集成、TypeScript、Python、开发框架、AI智能体、LLM工具。
通用型智能体Skill general-purpose
通用型智能体技能是一个多功能问题解决工具，专为处理复杂研究项目和多步骤工作流设计。它结合了系统性研究方法、分析思维和协调执行能力，适用于跨领域分析、信息综合和复杂任务分解。该技能支持多源信息收集、模式识别、解决方案综合和适应性策略执行，帮助用户从研究到行动的全流程管理。关键词：通用智能体，复杂问题解决，多步骤工作流，跨领域分析，研究执行，任务分解，信息综合，适应性策略，系统性方法，协调执行。