搜索结果: "智能体"

4.5

计划实施验证微技能Skill implement_plan_micro

这个技能通过融合多种模态逻辑(包括证明逻辑、推断逻辑、时序知识逻辑、标准义务逻辑和动态知识逻辑),实施和验证技术计划。它支持自动化验证、手动检查、模式选择(直接或编排),并生成交接文档,适用于复杂任务的分步执行和恢复。关键词:计划实施、验证、模态逻辑、自动化、AI智能体、技术计划执行、技能开发。

4.5

多智能体模式生成技能Skill agentica-spawn

此技能用于在AI系统中生成和管理多智能体模式,如群集、分层、生成器/批评者和陪审团,支持复杂任务处理、多视角研究、迭代优化和风险验证。关键词:多智能体、AI智能体、智能体模式、群集智能、分层协调、生成对抗、验证评审、模式生成、并行执行。

4.5

Agentica提示工程Skill agentica-prompts

这个技能专注于Agentica框架下的多agent系统提示工程,通过编写明确的指令避免大型语言模型指令模糊性,提高agent协作的成功率和系统可靠性。关键词包括:Agentica、提示工程、AI智能体、多agent系统、LLM优化、目录交接、指令清晰化。

4.5

Agentica多代理基础设施API参考技能Skill agentica-infrastructure

该技能提供了 Agentica 多代理基础设施的全面 API 参考指南,用于构建、协调和调试多代理系统。涵盖模式类、核心组件和原语,适用于AI智能体开发和多代理工作流管理,帮助开发者实现自定义代理交互和优化协调流程。关键词:AI智能体、多代理、基础设施、API、协调、模式、开发、调试、工作流。

4.5

代理工作流模式Skill agentic-workflow

该技能提供了一种多代理工作流模式,用于自动化软件开发任务的实现,通过协调研究、规划、验证、实施和审查代理,确保高效、高质量的代码交付。关键词:AI代理,工作流,多代理系统,软件开发,自动化,TDD,智能体协调。

4.5

AI代理上下文隔离技能Skill agent-context-isolation

本技能用于在AI智能体系统中,通过文件协调和背景代理来隔离上下文,防止输出污染,优化资源使用,并提高开发效率。关键词:AI代理、上下文隔离、文件协调、背景任务、智能体管理、大模型微调、AI应用开发。

4.5

智能群集PR评审Skill dyad:swarm-pr-review

此技能使用AI智能体团队协作进行Pull Request(PR)评审,旨在自动化代码质量检查、识别潜在错误、优化用户体验,并达成共识。通过三个专家角色(正确性、代码健康、UX)协同工作,提高软件开发效率和质量保证。关键词包括:代码评审、AI智能体、团队协作、PR评审、软件测试、自动化评审、代码质量、DevOps、智能评审。

4.5

多代理PR代码审查系统Skill dyad:multi-pr-review

这个技能实现了一个多代理代码审查流程,使用AI代理自动化审查GitHub拉取请求(PR),提高代码质量和开发效率。它通过三个独立的AI子代理从不同角度(如正确性、代码健康、用户体验)分析代码更改,并通过推理分析验证问题,自动去重评论,发布裁决和摘要。适用于软件测试、DevOps自动化和代码质量保证场景。关键词:代码审查、多代理AI、自动化测试、GitHub集成、软件质量保证、PR审查、DevOps、CI/CD、AI智能体、代码健康。

4.5

编排模式技能Skill orchestration-patterns

这个技能用于实现代理编排模式,管理长期运行的多步骤任务,确保基于证据的交付和迭代代理循环。适用于协调子代理、多步骤实施、PR工作流编排和长期会话管理。关键词包括:代理编排、长期任务、证据交付、代理循环、QAS门控、DevOps工作流、软件开发协调、AI智能体管理。

4.5

人格创建Skill persona

这个技能用于创建、管理和精炼人工智能代理的自定义人格,包括定义通信风格、语调和行为规则,方便用户定制代理的响应方式。关键词:人工智能、代理、人格、创建、管理、通信风格、Jazz、AI智能体、系统提示。

4.5

浏览器自动化工具Skill browser-use

browser-use 是一个快速、持久的浏览器自动化命令行工具,用于自动化网页导航、交互、测试、数据提取和截图等功能,支持多种浏览器模式、云配置和AI代理任务,适用于开发、测试和数据采集场景。关键词:浏览器自动化、网页测试、数据提取、CLI、AI智能体、云配置、Chrome扩展、Cookie管理。

4.5

MCP协议专家Skill mcp

这个技能专注于Model Context Protocol (MCP) 的实现,用于构建安全的AI工具集成系统,连接AI助手与外部资源。它覆盖了MCP服务器和客户端的开发、工具注册与执行、传输层配置以及安全加固,适用于AI智能体、自动化工具和系统集成场景。关键词:MCP, AI助手, 工具集成, 安全协议, 性能优化, 测试驱动开发, 模型上下文协议, AI集成安全