这个技能提供了一个持续运行的规则导向指南，用于规范和优化claude-plugin智能体的行为，确保使用正确的工具（如群体插件工具），避免使用已弃用的功能，并遵循模型特定默认设置。它强调简洁、行动导向的输出，并包括测试纪律，以提高开发效率和代码质量。关键词：AI智能体、规则导向、持续指导、群体协调、测试模式。

这个技能用于自动检查DEX系统的改进机会，包括分析使用中的学习模式和最新的Claude Code功能更新。它通过集成AI智能体技术，帮助用户自动化系统优化、提供定制化改进建议，并提升工作效率，关键词包括DEX、系统改进、AI检查、学习分析、Claude Code、自动化、智能体优化。

LinkedClaw谈判技能是一个AI智能体市场工具，用于人才匹配、任务悬赏和自动化交易谈判。它支持智能体代表用户发布或认领悬赏任务、进行统一搜索、获取个性化摘要，并全流程自动化处理从匹配、协商到交易完成的各个环节。关键词：AI智能体市场，人才匹配，悬赏任务，自动化谈判，自由职业平台，技能对接，交易生命周期管理。

本文介绍了构建目标驱动智能体的最佳实践、模式和示例，涵盖了客户端交互、反馈循环、裁判模式、并行执行、上下文管理等关键方面，旨在帮助开发者构建健壮、高效的智能体。

这是一个自动化知识处理流水线工具，用于对源文件进行端到端的知识提取、处理、验证和归档。它通过种子、提取、反射、重织、验证等阶段，将文档内容转化为结构化的知识节点，并建立连接关系。该工具支持批处理、错误恢复和状态持久化，适用于知识管理、内容分析和信息自动化处理场景。关键词：知识处理流水线，端到端处理，知识提取，自动化工作流，文档处理，知识图谱，AI智能体，内容分析，信息归档，批处理工具。

这是一个用于标准化管理AI子代理（Agent）工作流的技能框架。它通过提供任务分解、角色定义、检查清单和报告模板，确保在多代理协作场景中，领导、实施和评审等角色能够高效、安全地协同工作。核心功能包括子代理的启动、任务分配、进度监控、风险报告和成果验收，旨在提升AI团队的任务执行效率与协作规范性。 **关键词**: AI代理协作，多代理系统，任务分解，工作流标准化，AI项目管理，智能体操作，安全操作，KPI监控

提示工程技能是专门用于设计和优化与大型语言模型（LLM）交互的提示和上下文的方法论。它基于Anthropic的最佳实践，核心是通过上下文工程，以最小的、高信号令牌集合来最大化AI智能体的输出效果。该技能强调清晰度、结构化、渐进式信息加载和信噪比优化，旨在提升AI智能体在对话、任务执行和问题解决中的效率和准确性。关键词：提示工程，上下文工程，AI智能体，LLM优化，信噪比，渐进式发现，Anthropic最佳实践，智能体设计。

GLM-MCP技能是一个专为智谱AI大语言模型设计的自定义连接协议工具，支持模型微调、API集成和智能体开发。该技能提供版本管理、上下文记忆和活动追踪功能，适用于AI应用开发、大模型部署和RAG系统构建。关键词：GLM大模型，MCP协议，AI智能体开发，模型微调，RAG应用，上下文管理，API集成，自定义技能

这个技能是关于设计模式，用于构建自主AI代理，能够进行推理、规划和执行任务。它涵盖了代理架构（如ReAct、Plan-and-Execute）、核心组件（内存、规划、工具使用）、框架（LangChain、AutoGPT、CrewAI、Semantic Kernel）、工具设计、多代理系统、错误恢复、护栏、评估和生产部署。适用于AI智能体开发和自主系统构建，关键词包括：AI代理、模式、自主系统、LLM、推理、规划、执行、架构设计、AI智能体开发、代理系统、工具使用、内存管理、安全护栏。

这个技能用于在Claude Code会话结束时自动提取可重用的模式，并将其保存为学习技能，以提高AI辅助编程的效率和准确性。关键词包括：持续学习、模式提取、AI智能体、技能提取、会话分析、自动化学习、编程辅助、AI优化。

这个技能用于编写和管理多智能体编排工作流的提示，包括设计阶段、代理命令和结果聚合。关键词：AI代理编排、工作流提示、多智能体协同、阶段设计、结果聚合。

该技能用于通过钩子架构实现自定义代理的安全和治理控制，包括权限控制、危险操作拦截、审计日志记录等，适用于构建需要安全要求的代理。关键词：代理安全、钩子编程、权限治理、审计跟踪、安全控制、AI智能体、自定义代理开发。