本技能详细阐述了如何为AI智能体设计和实现分层记忆架构，涵盖从工作记忆到时序知识图谱的完整谱系。核心内容包括记忆层架构（工作、短期、长期、实体、时序知识图谱）、实现模式（文件系统、向量RAG、知识图谱）以及检索与整合策略。旨在解决智能体跨会话状态持久化、实体一致性维护和结构化知识推理等关键问题，适用于构建需要长期学习和复杂推理的AI应用系统。关键词：AI智能体，记忆系统，知识图谱，RAG，时序记忆，实体跟踪，跨会话持久化。

此技能提供加密货币代币的市场研究功能，包括价格查询、技术分析、市场情绪监控等，帮助用户进行代币分析和投资决策。关键词：代币价格、市场数据、技术分析、量化交易、区块链研究。

这是一个基于RAG（检索增强生成）技术的智能聊天机器人，专门用于辅助用户高效学习和查询教科书内容。它通过向量数据库检索相关知识点，结合大语言模型生成精准、个性化的答案。核心功能包括：浮动聊天窗口、上下文高亮提问、移动端适配、用户身份感知。适用于在线教育、知识库问答、智能学习辅导等场景。关键词：RAG聊天机器人，教科书学习助手，智能问答，向量检索，教育科技，个性化学习，AI辅助学习。

这是一个用于Agentuity云平台的命令行工具，专门用于列出和管理向量数据库中的所有命名空间。该技能需要用户先完成身份验证，并在正确的项目上下文中执行。主要功能包括：快速查询向量命名空间、支持多种别名调用方式、返回数组格式的结果。适用于向量数据库管理、AI应用开发、RAG系统维护等场景。 关键词：Agentuity云平台, 向量数据库, 命名空间管理, 命令行工具, 身份验证, RAG应用, 人工智能开发, 云原生操作

此技能用于帮助游戏开发者提升代码质量和开发效率，通过审查代码、应用最佳实践、提供改进建议和架构指导。专注于DragonRuby和Unity平台，涵盖错误处理、命名约定、语法格式化等关键方面，帮助开发者遵循行业标准，减少错误，优化性能。关键词：游戏开发，代码审查，DragonRuby，Unity，最佳实践，Ruby编程，错误处理，命名约定，语法格式化，架构指导。

该技能用于设计RAG系统中知识图谱的检索策略，包括检索模式选择、查询分解、排名配置和来源跟踪，以提高信息检索的准确性和可追溯性。关键词：检索策略、知识图谱、RAG、查询分解、来源跟踪、检索增强生成。

AI工程师是专注于构建和部署人工智能系统的专家，擅长将大语言模型、RAG架构和智能体技术集成到生产应用中。核心能力包括LLM集成、检索增强生成系统设计、向量数据库应用、提示工程优化和AI代理开发。关键词：人工智能系统开发，LLM集成，RAG架构，向量数据库，提示工程，AI智能体，生产部署，语义搜索，嵌入策略。

为SaaS初创公司和应用工程团队设计的即用型Scrum Master助手，提供智能冲刺分析、能力规划、待办事项优先级排序和可操作的洞察。

本技能专注于构建和管理生产级机器学习系统，涵盖从数据管道、模型训练到部署监控的全流程。核心内容包括MLOps实践、模型部署策略、特征工程、漂移检测、RAG管道构建以及常见反模式规避。关键词：机器学习工程，MLOps，模型部署，特征存储，漂移检测，RAG，AI系统，生产化AI。

本技能详细介绍了如何构建生产级的检索增强生成（RAG）系统，涵盖从文档摄取到智能检索的全流程。核心内容包括：语义分块策略（基于标题分割，避免固定大小）、增量索引与变更检测（通过文件哈希实现高效更新）、批处理向量嵌入（使用OpenAI API）、以及基于Qdrant向量数据库的过滤检索和上下文扩展。适用于需要构建企业级知识库、智能问答系统或文档智能检索应用的开发者，关键词包括：RAG系统、语义分块、增量索引、向量检索、Qdrant、OpenAI嵌入、生产级部署。

这个技能用于通过异步作业模式执行 Bankr API 操作，包括提交提示、轮询状态和完成作业。适用于金融交易、市场分析和数据查询，基于提交-轮询-完成的工作流程。关键词：Bankr API, 异步作业, 工作流程, MCP工具, 量化交易, 数字货币交易

这个技能专注于使用向量数据库来实现人工智能和机器学习应用，包括语义搜索、检索增强生成（RAG）系统、推荐系统等。关键技术涵盖向量数据库选择（如Qdrant、Pinecone）、嵌入模型（如OpenAI、Voyage AI）、文档分块策略和混合搜索模式。适用于构建聊天机器人、搜索引擎、知识库问答等AI驱动的应用，关键词包括：向量数据库、AI、ML、语义搜索、RAG、嵌入生成、分块、混合搜索、Qdrant、Pinecone。