Loading...
Loading...
共找到 148 个 Skills
适用于在Medusa项目中构建面向内部管理员的AI Agent。这些Agent由商家和店铺运营人员操作，而非客户。内容涵盖数据模型、模块服务、Agent运行时（工具、系统提示词、streamText）、流式API路由（NDJSON）以及管理端UI聊天扩展。适用于所有内部Agent类型：店铺运营助手、商品审核、群组分析、客服人员专用客服工具等。请勿用于面向客户的Agent（店铺前端聊天机器人、买家端助手）。
借助Cloudflare Agents SDK在Workers + Durable Objects上构建AI Agent。它提供WebSocket、状态持久化、任务调度以及多Agent协同功能，可预防23种已记录的错误。 适用场景：构建WebSocket Agent、基于Vectorize的RAG应用、MCP服务器，或排查“Agent类必须继承”“new_sqlite_classes”、绑定错误、WebSocket负载限制等问题。
面向AI Agent的完整Valyu API工具包。当需要执行跨网页、学术、医疗、交通、金融数据源的实时搜索、URL内容提取、带引用的AI生成答案或综合性深度研究报告时，可使用此工具。
使用带有run_in_background参数的Task工具实现子Agent并行执行的模式。适用于协调多个独立任务、生成动态子Agent，或是实现可并行化功能的场景。
LangGraph框架，用于构建有状态的多Agent AI应用，支持循环工作流、人在回路模式和持久化检查点。
当使用Inngest和AgentKit构建持久化AI Agent或Agent工作流时使用，包括模型调用、工具调用、多Agent网络、人工审批、实时进度、服务商速率限制、崩溃安全执行以及Agent Evals交接。涵盖AgentKit、`step.ai`、`step.run`、`step.waitForEvent`、原生实时功能，以及何时使用底层Inngest原语替代内存中的Agent循环。当用户需要为Agent进行评分、会话管理、实验、延迟评分或基于结果的评估时，可搭配`inngest-agent-evals`使用此技能。
适用于使用AWS Strands Agents SDK或Amazon Bedrock AgentCore平台构建AI Agent的场景。提供架构指导、实现模式、部署策略、可观测性、质量评估、多Agent编排以及MCP服务器集成相关内容。
借助Google的Agent Development Kit（ADK）构建可用于生产环境的AI Agent，集成AI助手、React模式、多Agent编排功能以及全面的工具库。在检测到合适的上下文时使用，可根据技能用途通过相关短语触发。
在Zavu Cloud上构建无服务器TypeScript函数——通过defineAgent/defineTool在代码中声明Agent与工具，使用`zavu deploy`部署，借助`zavu agents executions`调试。当用户需要代码驱动的AI Agent、自定义工具处理器或事件驱动的业务逻辑时，即可使用此技能。
通过Agent、命令、技能、工作流和编排模式的最佳实践，掌握基于Claude Code的智能体工程
借助pydantic-ai-harness的一站式功能扩展Pydantic AI agents——目前支持Code Mode，该功能可将多个工具调用合并为一次沙箱化Python执行。当用户提及pydantic-ai-harness、CodeMode、Monty、code mode或工具沙箱化，或是希望Agent运行自身编写的Python代码，抑或是Pydantic AI Agent能通过在单个沙箱脚本中编排多个工具调用而获益时，均可使用此功能。
通过Composio使用1000+款外部应用——可直接通过CLI操作，或借助SDK构建AI Agent及应用