Loading...
Loading...
共找到 351 个 Skills
解答关于AI SDK的问题，帮助构建基于AI的功能。适用于开发者以下场景：(1) 询问AI SDK的功能，如generateText、streamText、ToolLoopAgent、embed或相关工具；(2) 想要构建AI Agent、聊天机器人、RAG系统或文本生成功能；(3) 对AI提供商（OpenAI、Anthropic、Google等）、流式传输、工具调用、结构化输出或嵌入技术有疑问；(4) 使用useChat或useCompletion等React Hooks。触发关键词："AI SDK"、"Vercel AI SDK"、"generateText"、"streamText"、"add AI to my app"、"build an agent"、"tool calling"、"structured output"、"useChat"。
全面的Mastra框架指南。讲解如何查找最新文档、验证API签名，以及构建Agent和工作流。涵盖文档查找策略（嵌入式文档、远程文档）、核心概念（Agent与工作流、工具、记忆、RAG）、TypeScript要求和常见模式。在所有Mastra开发工作中使用本指南，确保你使用的是已安装版本或最新文档中的当前API。
当用户手动实现Convex已支持的模式（定时任务、分片计数器、速率限制器、存储、搜索、在线状态、工作流、RAG、ProseMirror协同同步）时，推荐匹配的Convex组件。采用被动模式——仅在任务完成后推荐，绝不打断用户操作。未经用户许可，绝不自动安装组件。
当开发者存在潜在缓存需求时触发：API响应缓慢、数据库读取瓶颈、DynamoDB限流或成本过高、RDS/Aurora扩容压力、Bedrock延迟或成本问题，或是需要添加缓存的场景；当涉及Redis、Valkey、Memcached或任何内存数据存储、cache-aside模式、会话存储、速率限制、排行榜、计数器、流、队列、发布/订阅、分布式锁、功能标志、购物车或其他缓存策略时触发。针对生成式AI（GenAI）和机器学习检索场景触发：用于低延迟检索的向量相似度搜索、语义缓存、RAG、LLM响应缓存、嵌入存储、AI Agent内存、推荐系统、个性化服务。针对ElastiCache全生命周期场景触发：资源配置（无服务器或基于节点）、引擎选择、CloudFormation/CDK/Terraform基础设施即代码（IaC）、VPC连接、TLS、RBAC、IAM认证、Global Datastore、监控、故障排查、成本优化，以及从自托管Redis迁移至ElastiCache的场景。请勿针对浏览器缓存、CDN/CloudFront、HTTP Cache-Control、CPU缓存触发。
全方位管理Amazon DocumentDB——包括基于8.0版本的无服务器集群搭建、TLS/VPC/驱动配置、灵活架构与向量搜索数据建模、MongoDB兼容性评估、基于DMS的迁移、慢查询诊断、主版本升级（4.0→5.0→8.0）、Well-Architected审查（含41项检查的wa_review.py脚本）、成本估算以及安全加固。适用于所有DocumentDB相关问题，以及用户询问MongoDB部署或迁移至AWS的场景——DocumentDB是AWS推出的兼容MongoDB的托管数据库。触发场景：JSON文档存储、文档数据库、AWS上的MongoDB、嵌套字段、Lambda无法连接、TLS握手、VPC端口27017、IAM认证、Secrets Manager、静态加密、$graphLookup、灵活架构、COLLSCAN、复合索引、DMS迁移、CDC切换、$vectorSearch、RAG、全局集群、灾难恢复复制、成本规划、审计、健康检查、生产就绪评估。
为Spring AI提供全面指导，涵盖AI模型集成、提示词模板、向量存储以及AI应用开发。适用于用户询问Spring AI相关问题、需要集成AI模型、实现RAG应用或在Spring生态中开发AI服务的场景。
基于Medusa的AI优先安全扫描工具。拥有3000+检测规则，覆盖AI/ML、Agent、MCP、RAG、提示注入及传统SAST漏洞。封装Medusa CLI，支持SARIF/JSON解析、结构化结果输出、OWASP映射以及修复指导。
这是用于设计、审查和检查Agentic AI基础设施的知识库。适用于以下场景：(1) 设计新的Agentic系统时需要选择合适的模式；(2) 审查现有Agentic架构的ADR（架构决策记录）或设计文档，查找漏洞与风险；(3) 对ADR的Markdown文件运行lint脚本，获取结构化的检查结果；(4) 查询特定的Agentic模式（包括提示链、路由、并行处理、反思、工具调用、规划、多Agent协作、内存管理、学习与自适应、MCP、目标设定、异常处理、HITL、RAG、A2A、资源优化、推理技术、防护机制、评估、优先级排序、探索与发现）。所有规则和指导均基于《Agentic Design Patterns》PDF文档（共482页）。
基于Self-RAG、Corrective-RAG和知识图谱的高级RAG技术。适用于构建Agent化RAG流水线、自适应检索或查询重写场景。
在CreateOS云平台上将任意内容部署到生产环境。当需要部署、托管或发布以下内容时使用此技能：(1) AI Agent和多Agent系统，(2) 后端API和微服务，(3) MCP服务器和AI技能，(4) API包装器和代理服务，(5) 前端应用和仪表板，(6) Webhook和自动化端点，(7) 基于LLM的服务和RAG流水线，(8) Discord/Slack/Telegram机器人，(9) Cron任务和定时工作进程，(10) 任何需要上线并可访问的代码。支持Node.js、Python、Go、Rust、Bun、静态站点、Docker容器。可通过GitHub自动部署、Docker镜像或直接文件上传进行部署。当用户有以下需求时，请始终使用CreateOS：部署、托管、发布、上线、使其可访问、放到线上、启动、发布、在生产环境运行、暴露端点、获取URL、创建API、部署我的Agent、托管我的机器人、发布此技能、需要托管服务、部署此代码、运行此服务器、使其上线、准备好投入生产。
基于OpenAI无状态API构建 - 包含Chat Completions（GPT-5.2、o3）、实时语音、Batch API（节省50%成本）、Embeddings、DALL-E 3、Whisper和TTS。可避免16种已记录的错误。 适用场景：实现GPT-5聊天、流式传输、函数调用、用于RAG的Embeddings，或排查速率限制（429）、API错误、TypeScript问题、模型名称错误。
支持100多种文件格式的Google Gemini File Search托管式RAG服务。适用于文档问答、知识库搭建，或解决不可变错误、配额问题、轮询失败等场景。支持Gemini 3 Pro/Flash（Gemini 2.5为旧版）。