这个技能使用多智能体架构从产品UI截图自动提取功能并生成开发任务清单，适用于竞品分析、需求文档生成、UI设计评估等场景。关键词包括截图分析、多智能体、功能提取、任务清单、竞品分析、AI应用。

PufferLib 是一个高性能强化学习框架，专为加速机器学习实验而设计，支持快速并行训练、向量化环境模拟和多智能体系统开发。它能集成多种游戏环境如Atari、Procgen和PettingZoo，通过优化实现高达2-10倍的速度提升。适用于AI智能体、深度学习、强化学习、机器学习、游戏AI和高速实验等场景。关键词：PufferLib、强化学习、高性能、并行训练、向量化、多智能体、AI智能体、机器学习、深度学习、游戏AI。

验证代理是一个人工智能代理技能，用于自动验证技术计划中的技术选择，确保其符合2024-2025年最佳实践。通过提取技术决策、检查过去先例（RAG-Judge）、进行Web研究和评估发现，生成详细的验证报告。关键词：技术验证、AI智能体、最佳实践、RAG-Judge、WebSearch、软件开发、验证报告。

技能规划器是一个用于从研究结果创建分阶段实现计划的自动化工具。它作为薄包装器，委托给planner-agent子代理来生成计划，并处理后置操作如状态更新、工件链接和git提交。适用于任务管理、项目规划和AI代理工作流。关键词：实现计划、任务分解、自动化规划、AI智能体、项目管理、软件开发流程。

Slime 是一个专为大语言模型（LLM）设计的后训练强化学习框架，结合 Megatron-LM 进行高效训练和 SGLang 进行高吞吐量推理生成。它支持 GLM、Qwen3、DeepSeek 等多种模型，适用于自定义数据生成、多轮对话训练和智能体开发，关键词包括：大语言模型、强化学习、后训练、Megatron-LM、SGLang、微调、AI 智能体。

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。

Actionbook是一个浏览器自动化工具，提供预计算的网站操作手册，包含页面描述、DOM结构和CSS/XPath元素选择器。适用于网页自动化、AI智能体开发、UI交互测试和RPA流程构建。主要功能包括关键词搜索操作手册、获取详细元素选择器、支持点击、输入和提取等交互方法。关键词：浏览器自动化、AI智能体、网页抓取、UI测试、RPA、元素选择器、CSS/XPath、DOM结构、自动化脚本。

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。

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。

Eywa是一个多智能体协调平台，专为AI智能体群体协作设计。它提供共享空间记忆、任务分配管理、冲突检测避免和团队目标导航功能。通过Eywa，多个AI智能体可以高效协同工作，避免重复劳动，共享知识库，并朝着共同目标有序推进。关键词：多智能体协调，AI协作平台，智能体群体，任务管理，冲突检测，空间记忆，团队导航，AI协同工作流。

迭代检索模式是一种用于解决多智能体系统中上下文检索问题的技术方法。该模式通过分发、评估、优化、循环四个阶段，逐步优化检索标准，为子智能体提供精准的上下文信息。主要应用于AI智能体开发、RAG应用、代码理解、文档检索等场景，能够有效解决传统检索方法中信息过载或信息不足的问题。关键词：迭代检索、上下文优化、多智能体系统、RAG应用、代码理解、智能体开发、信息检索、AI工作流、上下文管理、智能体编排

该技能专注于设计和管理O-Agent系统，用于编排多代理车队，实现代理的创建、命令、监控和删除，提供统一接口以优化任务执行和资源管理。关键词：多代理编排、AI智能体管理、架构设计、工作流协调、代理生命周期、可观测性、编排器系统。