搜索结果: "智能体"
持续学习代理Skill continuous-learning-agent
这个技能是用于AI代理的自我改进，通过系统收集反馈、识别错误和成功模式，实现从经验中持续学习和性能提升。它帮助AI代理建立记忆、优化决策和适应环境变化。关键词：AI代理、持续学习、模式识别、反馈机制、自我优化、机器学习、智能体改进、错误分析、成功策略。
持续学习v2Skill continuous-learning-v2
这是一个基于直觉的AI学习系统，专为Claude Code会话设计。它通过钩子（Hooks）100%可靠地观测工具使用，检测用户模式，创建带有置信度评分的原子直觉，并自动聚类演进为技能、命令或AI智能体。该系统支持隐私保护、本地存储和直觉共享，帮助用户自动化学习过程，提高代码效率和个性化AI助手能力。关键词：持续学习，直觉学习，AI智能体，Claude Code，技能演进，置信度评分，钩子观测。
多智能体截图分析器Skill screenshot-analyzer
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。
智能经验学习系统Skill learnings
该技能用于自动化捕获软件开发过程中的执行经验，基于证据将其持久化为JSONL格式，便于AI代理人重用成功模式、避免常见陷阱。触发点包括特定命令、状态变化、策略调整等，优化决策流程。关键词：经验学习、自动化捕获、JSONL、AI智能体、DevOps、决策优化。
幽灵规范提取技能Skill ghost
这个技能用于从现有代码仓库中提取语言无关的规范（spec）和测试，创建可移植的幽灵包。它支持跨语言实现，确保行为一致性，适用于函数库和智能体系统的测试场景，并包括验证和证据记录。关键词：幽灵包、规范提取、测试自动化、语言无关、行为验证、仓库分析。
代理原生架构审计Skill agent-native-audit
这个技能用于执行代理原生架构的全面审查，通过并行子代理对八个核心原则进行评分和报告。它帮助开发者和架构师评估代码库是否符合代理原生设计原则，识别差距并提供改进建议。关键词：代理原生、架构审计、AI智能体、代码审查、评分报告、原则检查、软件架构、智能代理。
智能体原生架构Skill agent-native-architecture
智能体原生架构是一种软件开发方法，专注于构建以智能体为核心组件的应用程序。它强调智能体的自主性、工具原子性、功能通过智能体循环操作实现。适用于设计自主代理、创建MCP工具、实现自修改系统等场景。关键词：智能体原生架构、AI智能体、软件架构、自主代理、MCP工具。
代理原生架构审计Skill agent-native-audit
代理原生架构审计技能用于对代码库进行全面的代理原生架构审查。通过启动并行子代理评估八个核心原则（如动作对等、工具作为原语），生成评分报告，帮助识别和改进代理实现中的架构问题。关键词：代理原生架构、审计、AI智能体、代码审查、架构原则、评分报告、软件优化。
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。
提示优化器技能Skill octocode-prompt-optimizer
这个技能用于分析和优化AI代理的提示、文档和指令，通过6步门控流程、命令强化和失败模式分析，提高可靠性和可执行性，同时保留原始意图。适用于AI智能体开发、提示工程、代理协议优化等领域，关键词：提示优化、AI智能体、指令工程、代理协议、可靠性提升、SEO搜索优化。
文件规划法Skill planning-with-files
这个技能是一种基于文件的规划方法，专为复杂任务和AI代理设计，通过创建task_plan.md、findings.md和progress.md文件来维护持久上下文，优化工作流程管理。适用于多步骤任务、研究或涉及许多工具调用的场景。关键词包括文件规划、任务管理、AI智能体、持久化内存、工作流程优化、上下文管理。
减少与委托框架技能Skill reduce-delegate-framework
此技能应用于优化AI代理的提示、工作流程和上下文管理，通过减少不必要信息和委托任务来提高性能。它使用减少和委托策略来管理上下文窗口，解决如上下文腐烂或污染的问题，适用于管理上下文限制、提高代理效率。关键词：上下文管理、提示优化、AI智能体、工作流程、减少委托框架、R&D框架。