Loading...
Loading...
共找到 157 个 Skills
使用Letta API构建应用——这是一个与模型无关的有状态API，用于构建具备记忆和长期学习能力的持久化Agent。内容涵盖Python和TypeScript的SDK使用模式，包含24个可运行的代码示例。
AlgoKit Utils 是一个用于在 TypeScript 或 Python 应用中与 Algorand 区块链进行交互的库。适用于连接 Algorand 网络（LocalNet、TestNet、MainNet）、发送支付或转移资产、创建和管理账户、从客户端代码部署或与智能合约交互，以及组合交易组等场景。注意：该库不用于编写智能合约代码（请使用 build-smart-contracts 技能）。常见触发场景包括“如何连接到 Algorand？”、“发送支付交易”、“创建账户”、“部署我的合约”、“获取 AlgorandClient”、“AlgorandClient.fromEnvironment”。
用于工作区自动化的Notion API，涵盖数据库、页面、块、查询/过滤语法及集成模式
Claude Agent SDK 指南 - 构建基于Claude的自定义AI Agent。内容涵盖安装、身份验证提供商、工具权限、基于文件的配置、TypeScript/Python代码示例以及项目脚手架模板。
适用于Python的Azure Event Grid SDK。用于发布事件、处理CloudEvents以及构建事件驱动架构。 触发关键词："event grid"、"EventGridPublisherClient"、"CloudEvent"、"EventGridEvent"、"publish events"。
适用于Python和TypeScript的Anthropic Claude API使用模式。涵盖Messages API、流式传输、工具调用、视觉功能、深度思考、批量处理、提示词缓存以及Claude Agent SDK。适用于使用Claude API或Anthropic SDK构建应用程序的场景。
通过TFRRS（tfrrs.org）获取NCAA越野跑及田径项目运动员数据，通过The Stride Report获取相关新闻。可获取运动员档案，包括所有个人最佳成绩（PRs）、参赛资格年份、所属院校、完整的赛季成绩历史，以及XC/TF相关新闻。无需配置，无需API密钥。 适用场景：用户询问NCAA越野跑、NCAA田径、大学跑步、TFRRS运动员档案、个人最佳成绩（PRs）、XC/TF赛季成绩、运动员个人表现历史或XC/TF相关新闻时使用。 不适用场景：用户询问职业田径、钻石联赛或其他运动项目时，请使用nfl-data、nba-data、wnba-data、nhl-data、mlb-data、golf-data、cfb-data、cbb-data、tennis-data、fastf1或volleyball-data工具。博彩相关需求请使用polymarket或kalshi。
管理DNSPod（腾讯云DNS服务）上的DNS记录。适用于用户要求添加/更新/删除A/AAAA/CNAME/MX/TXT/NS/SRV/CAA记录、列出域名记录、搜索记录、添加ACME挑战/SPF/DKIM/域名验证TXT记录的场景。基于官方tencentcloud-sdk-python DNSPod客户端开发。
通过RSS/Atom订阅源和Google News获取体育新闻。可获取头条新闻、按关键词搜索、按日期筛选。涵盖足球新闻、转会传闻、赛事报道，还可通过Google News获取任意体育项目的新闻。 适用场景：用户询问近期新闻、头条、转会传闻或任意体育项目相关文章时。适合解答“[球队/球员]的最新动态是什么”这类问题。支持任意Google News查询及精选RSS订阅源（BBC Sport、ESPN、The Athletic、Sky Sports）。 不适用场景：用户询问积分榜、比分、统计数据或xG等结构化数据时——请使用football-data工具。不用于查询预测市场赔率——请使用polymarket或kalshi。不用于获取F1计时数据——请使用fastf1。本工具返回的是新闻文章文本，而非结构化数据。
适用于Python的完整Sentry SDK部署指南。当用户要求「为Python添加Sentry」「安装sentry-sdk」「在Python中配置Sentry」，或是需要为Python应用配置错误监控、链路追踪、性能剖析、日志收集、指标监控、定时任务监控或AI监控时使用。支持Django、Flask、FastAPI、Celery、Starlette、AIOHTTP、Tornado等多种框架。
当你编写调用Gemini API的代码时，可使用本技能，适用于文本生成、多轮对话、多模态理解、图像生成、流式响应、背景研究任务、函数调用、结构化输出，或是从旧的generateContent API迁移的场景。本技能涵盖Interactions API，这是在Python和TypeScript中使用Gemini模型与Agent的推荐方式。
当你需要使用cognee这款Python AI内存引擎时可参考本文，它能将文档转换为知识图谱，结合向量与图存储实现语义搜索和推理。当你编写调用cognee Python API（add、cognify、search、memify、config、datasets、prune、session）的代码，或集成cognee-mcp时，可使用本技能。本文涵盖完整的公开API、SearchType模式、DataPoint自定义模型、流水线任务，以及LLM/嵌入/向量/图存储提供商的配置。请勿将其用于通用知识图谱理论或无关Python库的相关场景。