搜索结果: "智能体"
创建Claude代码智能体Skill creating-claude-agents
本技能提供全面的指导,包括智能体结构、模式验证和构建长期运行的AI助手的最佳实践,帮助创建或改进Claude Code智能体。
迭代检索模式技能Skill iterative-retrieval
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。
最佳实践研究者Skill best-practices-researcher
这个技能用于研究和收集任何技术、框架或开发实践的外部最佳实践、文档和示例,包括官方文档、社区标准、开源项目中的优秀例子和领域特定约定。它擅长从多个来源合成信息,提供基于行业标准的全面指导,帮助用户实现最佳实践。关键词:最佳实践研究、技术文档、开源示例、行业标准、AI智能体、SEO搜索。
ConvexAI代理开发Skill convex-agents
该技能专注于使用Convex平台构建和部署AI代理,实现线程管理、工具集成、流式响应、RAG(检索增强生成)模式和workflow orchestration,适用于开发智能助手、自动化工作流程和知识检索系统。关键词:AI代理、Convex、工具集成、RAG、workflow、智能体开发、AI应用、LLM集成、向量搜索、持久状态。
错误协调器Skill error-coordinator
错误协调器是多智能体系统弹性构建专家技能,专注于检测循环、幻觉和故障,并实现自我修复工作流。它提供健壮的错误处理、故障检测和恢复机制,包括循环检测、幻觉缓解、断路器实现和协调跨智能体故障恢复。适用于设计智能体系统错误处理、实施重试策略或构建弹性AI工作流。关键词:多智能体系统,错误处理,故障检测,自我修复,循环检测,幻觉缓解,断路器,弹性工作流,AI系统容错,智能体协调。
记忆整理师Skill memory-curator
记忆整理师是一个用于高效管理智能体记忆的工具技能。它能将冗长的每日活动日志智能压缩成结构化的摘要,支持索引优先的架构设计,便于快速检索和回顾。核心功能包括日志压缩、摘要生成、记忆索引构建和自动化处理。关键词:日志压缩,记忆管理,摘要生成,索引架构,AI智能体,自动化,知识管理。
智能体生成器Skill agent-generator
智能体生成器是一个专为AI智能体开发设计的自动化工具,能够根据Babysitter SDK规范,快速生成结构完整、包含YAML前言、角色定义、专业领域和提示模板的AGENT.md文件。它简化了AI智能体(Agent)的创建流程,支持批量生成和流程集成,是构建AI应用、大模型微调和RAG应用生态的关键辅助工具。关键词:AI智能体生成,AGENT.md文件,提示模板,YAML前言,Babysitter SDK,自动化工具,AI应用开发。
RAG系统管理Skill rag-administration
RAG系统管理技能专注于检索增强生成系统的优化与维护,包括向量索引重建、搜索参数调优、自定义索引创建等功能。通过混合搜索、智能体检索和重新排序技术,提升知识库问答的准确性和效率。关键词:RAG系统、向量数据库、检索增强生成、搜索优化、索引管理、AI问答系统、知识库管理、语义搜索、智能体检索、混合搜索。
hiveSkill hive
hive是一个工作流协调器,专门设计用于从概念到生产就绪的智能体开发。它通过一系列步骤引导开发者完成智能体的构建,包括理解概念、构建结构、优化设计、设置凭证、测试验证和调试问题。这个技能适用于从头开始构建新智能体、不确定首先使用哪个技能或需要端到端指导的场景。
Quetrex开发工作流技能Skill quetrex-development-workflow
Quetrex开发工作流技能是一个AI智能体自动化开发框架,专为语音优先的AI控制中心项目设计。该技能提供完整的项目上下文引导、问题驱动开发流程、自动化AI智能体执行、质量门控系统和开发标准规范。关键词:AI智能体开发、自动化工作流、Claude Code、GitHub Actions、语音AI控制中心、开发效率工具、TDD测试驱动开发、项目上下文管理。
连接Skill connect
这个技能使Claude AI能够连接到超过1000种应用程序,如Gmail、Slack、GitHub和Notion,执行发送电子邮件、创建问题、发布消息和更新数据库等实际任务,实现自动化操作和API集成。关键词:AI连接、自动化工具、API集成、Claude智能体、人工智能应用。
智能经验学习系统Skill learnings
该技能用于自动化捕获软件开发过程中的执行经验,基于证据将其持久化为JSONL格式,便于AI代理人重用成功模式、避免常见陷阱。触发点包括特定命令、状态变化、策略调整等,优化决策流程。关键词:经验学习、自动化捕获、JSONL、AI智能体、DevOps、决策优化。