Loading...
Loading...
共找到 1,863 个 Skills
面向生产级AI Agent的Amazon Bedrock AgentCore部署模式。涵盖入门工具包、直接代码部署、容器部署、CI/CD流水线以及基础设施即代码方案。适用于将Agent部署到生产环境、搭建CI/CD流程或管理Agent基础设施的场景。
用于构建具备长期记忆的有状态AI Agent的Letta框架。适用于AI Agent开发、内存管理、工具集成以及多Agent系统。
当用户希望通过代码构建GTM自动化、设计工作流架构、使用AI Agent完成GTM任务，或实施「架构优先于工具」原则时，可使用本技能。当用户提及「GTM工程」「GTM自动化」「n8n」「Make」「Zapier」「工作流自动化」「Clay API」「指令栈」「面向GTM的AI Agent」或「营收自动化」时，也适用本技能。本技能涵盖从工作流设计到Agent编排的全链路GTM技术基础设施内容。
使用Cloudflare Agents SDK在Workers + Durable Objects上构建AI Agent。包含在Agents SDK（基础设施/状态管理）与AI SDK（简易流程）之间进行选择的关键指导。 适用场景：选择SDK时、构建带状态的WebSocket Agent时、使用Vectorize实现RAG时、搭建MCP服务器时、多Agent编排时，或排查"Agent class must extend"、"new_sqlite_classes"、绑定错误等问题时。
使用walkie-sh CLI实现AI Agent之间的P2P通信。适用于用户需要设置Agent间通信、创建walkie频道、在Agent间发送/接收消息，或实现多个AI Agent之间实时协调的场景。当出现"walkie"、"agent communication"、"talk to another agent"、"set up a channel"、"inter-agent messaging"等关键词时触发。
从GitHub或本地目录安装MTHDS方法包。当用户提到「安装一个方法」、「从GitHub安装」、「添加方法包」、「mthds install」、「安装method」、「设置method」，或者想要安装MTHDS方法包供AI Agent使用时调用此功能。
基于RAG、提示词工程、向量数据库与AI Agent的大语言模型（LLM）应用开发
为什么专门选择在以太坊上构建？从AI Agent的角度——ERC-8004、x402、可组合性、无需许可部署。当用户询问“我应该在以太坊上构建吗？”“为什么选择区块链？”，或者Agent需要为项目推荐一条公链时，可参考此内容。
实用的AI Agent工作流和生产力技巧，为命令、快捷键、Git集成、MCP使用、会话管理等日常开发任务提供优化模式。
面向AI Agent的现代Git命令最佳实践。使用Git 2.23+引入的现代、专用命令替代传统的多用途命令。讲解何时使用`git switch`（分支操作）、`git restore`（文件操作）以及其他更安全的替代方案，以提升清晰度并减少错误。
适用于创建云沙箱（microVM）以运行代码、启动开发服务器并生成实时预览URL的场景。同时涵盖在Blaxel的无服务器基础设施上部署AI Agent、MCP服务器、批处理作业以及Agent Drive（共享文件系统）的操作。当你需要隔离的计算环境、实时应用预览、跨沙箱的共享文件存储，或是部署智能代理工作负载时，可使用本技能。
为AI代理安装并使用营销类Skill——适用于Claude Code及其他代码代理的转化率优化（CRO）、文案撰写、SEO、数据分析与增长工程类Skill。