Loading...
Loading...
共找到 190 个 Skills
当通过Claude Code或任何AI Agent管理cmux终端面板、会话界面（surface）和工作区时，使用此技能。在为子Agent生成拆分面板、向终端会话界面发送命令、读取屏幕输出、创建/关闭工作区、通过cmux实现浏览器自动化，以及任何需要多面板终端编排的任务时触发。当提及“cmux”、“split pane”、“new-pane”、“read-screen”、“send command to pane”，或进行需要独立终端会话界面的子Agent驱动开发时，也会触发此技能。
两阶段流程：追踪（因果调查）→深度访谈（需求固化），搭配三点注入机制
使用并行处理解决所有待处理的CLI待办事项，总结经验教训，然后清理已完成的待办事项。
借助并行测试Agent实现全面验证。适用于验证实现方案或变更内容的场景。
采用双循环架构编排端到端的自主AI研究项目。内循环以明确的优化目标快速运行实验迭代，外循环综合结果、识别模式并引导研究方向。可路由至特定领域技能执行任务，通过Claude Code /loop和OpenClaw心跳机制支持智能体持续运行，并生成研究演示文稿和论文。适用于启动研究项目、运行自主实验或管理多假设研究工作场景。
在业务逻辑变更或重构后系统性修复所有失败的测试
创建或扩展nao项目的RULES.md文件。负责维护RULES.md模板。当用户希望从同步的元数据生成初始的RULES.md（由setup-context调用），或者想要改进现有RULES.md时使用此功能。首次范围设置请使用setup-context，诊断现有问题请使用audit-context，请勿在此场景下使用本功能。
构建生产级AI/ML系统——涵盖大规模模型训练、微调、MLOps流水线、模型部署、评估框架、RAG优化以及Agent编排。当用户要求构建、训练或部署ML模型、搭建MLOps流水线、优化RAG系统、创建推理端点或设计生产级AI Agent时，可使用此功能。
通过分析需求并推荐Skills、Agents、Prompts和SDK原语的最佳组合，为你的项目确定最合适的Anthropic架构。
借助AUTO模式编排并行Scientist Agent，开展全面研究
实现任务的编排模式，管理「计划→编码→评审」循环。可使用 /orchestrate <需求> 命令，或由 /implement 命令调用它。
任务前智能协议——在执行用户请求的任何任务之前，激活生态系统中所有相关的Agent。通过多Agent并行分析丰富上下文，生成从开始到结束的真实时间估算，映射可能和不太可能出现的问题，并制定带有应急策略的预先执行计划。