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。

这是一个用于解决Telegram群聊中多个智能体（Bot/Agent）之间无法直接通信问题的技术方案。通过使用sessions_send工具和正确的sessionKey配置，实现多Bot在同一个Telegram群组中的高效协同工作、任务分配和信息交换。关键词：Telegram Bot通信、多智能体协同、群聊通信、AI Agent协作、会话管理、自动化工作流、OpenClaw技能、Bot间通信解决方案。

研究工作流协调是一种智能任务编排技能，专门用于协调多个AI专家智能体执行复杂的多阶段研究任务。该技能通过并行执行、状态管理和结果综合，实现高效的研究工作流自动化。关键词：AI智能体协调、多阶段研究流程、并行任务执行、工作流状态管理、结果综合、异步委托、智能任务编排、研究自动化、文献综述、数据分析流程。

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

这是一个基于Redis的高性能缓存技能，专为OpenClaw智能体设计。它提供命名空间键管理、TTL过期控制和会话上下文缓存功能。核心用途包括：保存AI智能体运行状态、缓存外部API调用结果以提升效率、以及在多个子智能体之间安全共享数据。关键词：Redis缓存，智能体状态管理，API缓存，数据共享，TTL管理，命名空间，Python开发。

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

这是一个用于指导创建新智能体（Agent）技能的模板工具。它提供了标准化的技能目录结构、元数据规范、内容编写要求和创建流程，帮助开发者快速、规范地构建可复用的AI技能模块。适用于AI智能体开发、技能库构建、自动化工作流创建等场景。

这是一个用于自动化登录和凭证管理的技能。它允许智能体（AI助手）安全地从1Password密码管理器中检索网站登录凭证（用户名和密码）。核心功能是通过网站URL查找对应账户，避免猜测项目名称，确保准确性和安全性。适用于自动化测试、RPA流程、AI智能体登录等场景。关键词：1Password，密码管理，自动化登录，凭证检索，AI助手，网络安全，RPA。

这个技能用于协调并行科学家代理进行综合研究分析，支持自动模式，适用于软件开发、人工智能研究、代码审查、文档分析等任务，提高研究效率和准确性。关键词：并行科学家代理、自动化研究、综合分析、AI智能体、研究协调、AUTO模式、代码分析、文档审查。

该技能用于允许用户切换AI助手的人格预设，实现个性化交互，包括多种角色风格如默认助手、商务助理等，优化沟通体验。关键词：AI智能体，人格切换，角色预设，沟通风格调整，个性化助手。

技能索引代码片段维护工具，用于创建和管理AGENTS.md与CLAUDE.md中的代码片段索引，实现任务到dotnet-skills技能和智能体的智能路由。包含可读和压缩两种模板格式，支持技能注册表管理、路由索引生成、质量门控定义，提高AI助手在.NET开发中的技能调用效率和准确性。关键词：技能索引、代码片段、任务路由、dotnet-skills、智能体指南、检索引导推理、质量门控、Vercel风格索引、技能管理、开发效率

本技能专注于设计和实现由多个AI智能体协同工作的复杂系统架构。它提供了一套完整的框架和模式，用于协调智能体之间的任务分配、工具使用、状态管理和通信。核心内容包括四层架构设计、七种协调模式（如扇出/扇入、递归委托、MAKER等）、工具协调机制、生命周期管理以及生产环境加固方案。适用于需要多个AI代理协作完成复杂任务（如代码审查、数据分析、自动化流程）的场景。关键词：多智能体系统，AI智能体协调，任务编排，工具使用，架构模式，LLM应用，智能体协作，系统设计。