Loading...
Loading...
共找到 279 个 Skills
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。
面向工作流Agent的GitHub数据采集模式，涵盖按意图构建搜索查询、日期范围处理、代码仓库范围收窄、preferences.md集成、跨仓库智能分析、并行流采集模型以及空结果自动恢复机制。适用于构建需要检索GitHub Issues、PR、讨论、版本发布、安全告警或CI状态的Agent。
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。
适用于用户需要构建AI Agent的场景，涵盖工具使用模式、内存管理、规划策略、多Agent协调、评估以及安全护栏。触发场景：用户提及「agent」、「构建agent」、「工具使用」、「agent循环」、「多agent」、「内存管理」、「护栏」、「agent评估」时使用。
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。
当创建或配置Claude Code Agent及其frontmatter时，可使用本技能。
当用户提出“create an agent”“make an agent”“write an agent”“build a subagent”“add an agent to a plugin”“design an autonomous agent”“generate an agent file”“write a system prompt for an agent”“what frontmatter does an agent need”“create a specialized agent”这类请求时，应使用本Skill。请勿将其用于Skill或命令相关请求——此类场景请使用create-skill。
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。
PocketFlow框架：借助基于图的抽象模型、设计模式和智能体编码工作流，构建大语言模型（LLM）应用
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。