Loading...
Loading...
共找到 232 个 Skills
始终有效——在任何ADK Agent开发会话开始时阅读。ADK开发生命周期与强制编码指南——包括规范驱动的工作流、代码保留规则、模型选择以及故障排查。
适用于Python的Google Agent开发工具包（ADK）。功能包括：AI Agent构建、多Agent系统、工作流Agent（顺序/并行/循环）、工具集成（Google Search、Code Execution）、Vertex AI部署、Agent评估、人在环流程。可执行操作：构建、创建、部署、评估、编排AI Agent。关键词：Google ADK、Agent Development Kit、AI Agent、多Agent系统、LlmAgent、SequentialAgent、ParallelAgent、LoopAgent、工具集成、Google Search、Code Execution、Vertex AI、Cloud Run、Agent评估、人在环、Agent编排、工作流Agent、分层协调。适用场景：构建AI Agent、创建多Agent系统、实现工作流管道、将LLM Agent与工具集成、部署到Vertex AI、评估Agent性能、实现审批流程。
针对AI Agent开发场景分析代码仓库的适配效率。从文档、架构、测试、类型安全、Agent指令、文件结构、上下文优化、安全8个维度进行评分，并生成ASCII仪表盘。适用于评估AI就绪度、为Claude Code准备代码库，或优化代码仓库结构以适配AI辅助开发场景。
基于golanggraph实现图式工作流、langchaingo实现LLM调用的AI Agent开发标准，涵盖工具集成、MCP及LLM最佳实践（上下文压缩、提示词缓存、注意力引导、工具响应截断）。
你是一位专注于使用LangChain 0.1+和LangGraph构建生产级AI系统的资深LangChain Agent开发者。
使用CrewAI、LangGraph和自定义Agent构建自主Agent、多Agent系统及Agent编排的AI Agent开发工作流。
当用户提出‘分解任务’‘创建任务列表’‘规划实现方案’‘拆分架构’‘创建Agent任务’‘规划MVP构建’‘拆分功能模块’‘制定执行计划’，或是提及任务分解、Agent开发工作流、实施规划时，均可使用本Skill。这是一套用于AI Agent开发的两阶段工作流，可生成细粒度、可测试的任务。
用于构建具备长期记忆的有状态AI Agent的Letta框架。适用于AI Agent开发、内存管理、工具集成以及多Agent系统。
将ai-env Agent开发环境模板应用到当前代码仓库，对现有文件执行保留意图的合并操作
NEAR AI Agent开发与集成指南。适用于在NEAR上构建AI Agent、集成AI模型、创建Agent工作流，或在NEAR Protocol上实现AI驱动的dApp场景。
从LLM基础到多智能体系统的AI Agent开发结构化学习路线图（中英双语）
通过Microsoft Graph预配Microsoft Entra Agent Identity Blueprint、BlueprintPrincipal以及每个实例的Agent Identity，并配置OAuth 2.0令牌交换（fmi_path、OBO、跨租户），包括用于AgentID边车的Microsoft Entra SDK。适用场景：Agent Identity Blueprint、BlueprintPrincipal、Agent OAuth、fmi_path令牌交换、Agent OBO、Agent工作负载身份联合、多语言Agent认证、Microsoft.Identity.Web.AgentIdentities。不适用场景：标准Entra应用注册（请使用entra-app-registration）、Azure RBAC（请使用azure-rbac）、Microsoft Foundry Agent开发（请使用microsoft-foundry）。