论证验证器技能用于分析和评估非正式论证，通过提取逻辑结构、识别隐藏假设、检查逻辑有效性、可选的Lean形式化，并研究前提证据支持，帮助用户验证论证的合理性和可靠性。关键词：论证验证、逻辑分析、形式化、Lean、前提支持、AI智能体。

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。

ClawHub CLI 是一个用于管理和分发 AI 智能体技能的命令行工具。它允许开发者从中央仓库搜索、安装、更新和发布可复用的技能模块，是构建和扩展 AI 智能体（Agent）生态系统的关键工具。核心功能包括技能市场搜索、版本管理、一键安装和发布工作流，极大地简化了 AI 应用的模块化开发和技能共享。关键词：AI智能体，技能管理，CLI工具，模块化开发，技能市场，版本控制，开源工具，Agent技能，开发工具。

任务分发器是多智能体系统领域的核心技能，专注于负载均衡与动态任务分配。它通过智能路由算法，基于智能体的实时能力、可用性及成本（如代币经济学）进行最优任务调度。核心功能包括能力匹配路由、成本优化分发、优先级队列管理以及动态资源扩展。适用于构建高吞吐、低成本、高可用的分布式AI系统，是优化多智能体协作效率的关键工具。 关键词：任务分发，负载均衡，多智能体系统，动态分配，能力路由，成本优化，队列管理，智能体调度，分布式AI，资源优化

ClawdNet 是一个去中心化的AI智能体注册与发现网络。本技能文档详细介绍了如何注册AI智能体、发送心跳保持在线状态、更新智能体信息、调用网络中的其他智能体以及进行智能体发现。适用于AI智能体开发者、AI应用集成、多智能体系统协作等场景。关键词：AI智能体注册，去中心化网络，智能体发现，多智能体协作，AI应用集成，ClawdNet，智能体心跳，API调用。

该技能用于创建标准操作程序（SOPs）和组合工作流，通过协调原子技能实现复杂业务目标。它帮助用户设计、结构化和实施多步骤工作流，将松散工具转化为可靠、可重复的业务过程，支持工作流自动化、智能体技能整合和业务优化。关键词：SOP创建、工作流设计、原子技能、业务自动化、智能体技能、标准操作程序。

Paper2All技能是一个AI驱动的学术论文转化管道，用于将研究论文自动转化为互动网站（Paper2Web）、专业演示视频（Paper2Video）和印刷就绪会议海报（Paper2Poster）。适用于学术推广、会议准备和科研传播。关键词：学术论文转化、AI智能体、网站开发、视频制作、海报设计、科研绘图、SEO优化。

本技能专注于利用强化学习技术训练机器人控制智能体。核心功能包括设计和配置机器人仿真训练环境（如Gymnasium），使用主流算法库（如Stable Baselines3）搭建训练管道，并实施仿真到现实的迁移策略（如域随机化）。它旨在为机器人学习任务提供从算法实现、奖励设计到模型部署（如导出ONNX模型）的端到端解决方案。 关键词：强化学习，机器人控制，仿真训练，仿真到现实迁移，Stable Baselines3，Gymnasium，域随机化，策略部署，人工智能，机器学习

PRD到应用规范转换器是一款AI工具，专门将技术性产品需求文档（PRD）转换为结构化XML格式的应用规范，优化供AI编码智能体使用。核心功能包括：代码示例转换、Pydantic模型映射、测试断言转成功标准、技术文档重构。适用于AI智能体开发、自动化代码生成、技术文档转换、软件开发流程优化等场景。关键词：PRD转换、XML应用规范、AI编码智能体、技术文档重构、自动化开发、代码生成、软件开发工具、AI辅助编程。

本技能专注于构建生产级的AI聊天界面，提供完整的全栈解决方案。涵盖前端React组件集成、后端Python服务器开发、身份验证机制（JWT/JWKS）、上下文注入、数据库持久化、SSE流式响应、Next.js集成以及MCP工具认证等核心功能。适用于需要将AI智能体嵌入到Web应用、实现个性化对话体验、管理用户会话历史的企业级应用场景。关键词：AI聊天界面、ChatKit集成、全栈开发、身份验证、上下文注入、流式响应、Next.js代理、MCP工具、生产级部署。

灵流（SoulFlow）是一个专为OpenClaw设计的AI工作流自动化框架，支持构建自定义多步骤任务流水线。该工具通过创建隔离的智能体会话，实现开发安全审计、错误修复、功能开发、内容创作、运维自动化等多种场景的自动化执行。关键词：AI工作流、自动化框架、智能体开发、任务自动化、OpenClaw扩展、多步骤流程、开发工具、AI自动化、工作流引擎、智能体协作。

大语言模型函数调用（工具使用）技能，使大语言模型能够通过调用预定义函数与外部系统交互，实现结构化输出和外部集成。该技能包括函数定义、执行流程、错误处理、安全考虑等关键技术，适用于构建AI智能体、自动化任务和增强LLM应用能力。关键词：大语言模型，函数调用，工具使用，AI集成，结构化输出，LLM扩展。