这个技能用于设计并行智能体工作流，通过分析任务依赖关系、分配探索、计划、Bash、编辑等专用智能体类型，最大化并行化，并创建具有进度跟踪和故障恢复的执行计划。适用于软件开发中大型特征的分解、任务协调和项目管理。关键词：多智能体、并行工作流、任务分解、依赖分析、智能体规划、软件开发、架构设计。

迭代检索模式是一种用于优化多智能体系统中上下文检索的技能。它通过循环的分发、评估、优化和循环阶段，帮助子智能体逐步获取所需上下文，解决代码库搜索问题，提高工作效率。关键词包括：迭代检索、上下文优化、多智能体、代码库搜索、AI智能体、RAG应用、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。

这个技能用于设计闭环提示，通过请求-验证-解决结构提升代理工作流的可靠性和自纠正能力，适用于创建自验证代理、添加反馈循环和自动化验证，关键词包括闭环设计、代理可靠性、反馈循环、自动化测试、代理工作流、AI智能体、软件验证。

此技能用于通过Rube MCP自动化远程检索任务，实现工具发现、连接管理和工作流执行，适用于AI智能体工具调用场景，提高操作效率。关键词：远程检索、自动化、Rube MCP、Composio、工具集成、AI智能体。

这个技能用于通过Rube MCP自动化Radar任务，实现工具发现、连接管理和工作流执行，提高自动化效率和集成能力。适用于自动化操作、系统集成和工具链管理场景。关键词：雷达自动化、Rube MCP、Composio、工作流自动化、工具集成、AI智能体、自动化开发。

此技能专注于Claude代码插件中的代理开发，涵盖代理结构设计、系统提示编写、触发条件定义等，用于创建自主处理复杂任务的智能代理。关键词包括：代理开发、Claude插件、系统提示、AI智能体、自动化任务。

这个技能是用于指导开发者创建高质量的MCP（模型上下文协议）服务器，使大语言模型（LLM）能够通过工具与外部服务交互。它涵盖从研究、规划到实现的完整流程，支持Python和Node/TypeScript开发，旨在提升AI代理的工作效率和任务完成能力。关键词包括MCP服务器、LLM工具、API集成、Python FastMCP、Node TypeScript SDK、AI智能体开发。

集群协调技能提供多智能体协调指南，用于OpenCode集群工作流，支持任务分解、并行处理、文件保留和代理间通信，适用于复杂软件开发任务，提高效率并减少冲突。关键词：集群协调，多智能体，OpenCode，任务分解，并行处理，软件开发，工作流管理，智能体协作

这个技能专门用于创建Loom执行计划，设计基于DAG的计划结构，包含知识引导和集成验证书挡，支持并行子代理执行和并发工作树阶段，以最大化吞吐量。关键词：Loom、执行计划、DAG、并行执行、知识引导、集成验证、代理编排、自动化工具、软件开发、AI智能体。

这是一个AI驱动的知识助理技能，用于在OrbitOS中快速响应用户的`/ask`命令，通过搜索知识库提供直接、有帮助的答案，并管理可重用知识。关键词：AI知识助理，快速问答，知识库管理，OrbitOS，智能问答系统，AI智能体，SEO优化。

AI记忆记录技能用于自动分析对话内容，提取关键信息如事件、决策、偏好和情绪，并根据多层级系统（情境层、行为层、认知层、核心层）记录到个人记忆库中。它支持检测重复模式并建议优化记录结构，适用于AI智能体、对话管理和信息组织场景。关键词：AI智能体、对话分析、记忆系统、信息记录、层级管理、重复模式检测、SEO优化。