Loading...
Loading...
共找到 57 个 Skills
使用Subconscious平台构建AI Agent。适用于以下场景：构建Agent、创建AI Agent、使用Subconscious、基于TIM构建、创建带工具的Agent、研究型Agent、搜索型Agent、工具调用型Agent，涉及subconscious.dev、TIMRUN、tim、tim-edge、timini、tim-gpt、tim-gpt-heavy等。请勿用于不涉及Subconscious的通用OpenAI/Anthropic/LLM任务。
可通过少量高价值编辑来编写、重写、诊断和改进任何LLM prompt。适用于用户从零创建新prompt、审查或修复输出效果不佳的prompt、简化或收紧指令、重构长prompt、在不同模型间迁移prompt，或扩展现有prompt的场景。涵盖系统prompt、Agent指令、CLAUDE.md规则、SKILL.md prompt主体、聊天模板、结构化输出prompt、RAG上下文模板，以及嵌入代码中的prompt字符串。也可用于编辑任何主要内容为LLM指令的文件。
使用Exa Agent进行多步骤网页研究、列表构建、信息补全、结构化输出、任务续跑以及覆盖范围验证。Exa Agent可以访问额外的数据提供商：fiber、financial_datasets、similarweb、baselayer、affiliate、particle和jinko。
Vercel AI SDK v6实现模式指南，涵盖generateText、streamText、ToolLoopAgent、借助Output助手实现的结构化输出、useChat钩子、工具调用、嵌入、中间件以及MCP集成。适用于实现AI聊天界面、流式响应、智能体应用、工具/函数调用、文本嵌入、工作流模式，或者处理convertToModelMessages和toUIMessageStreamResponse的场景。在进行AI SDK集成、useChat钩子使用、消息流式传输、智能体开发或工具调用任务时启用。
当你需要人机协同审批、自定义中间件或结构化输出时，调用此Skill。内容涵盖用于危险工具调用人工审批的HumanInTheLoopMiddleware、使用钩子创建自定义中间件、Command恢复模式，以及基于Pydantic/Zod的结构化输出。
当你编写LLM提示词、实现思维链推理、设计少样本示例、构建RAG管道或优化提示词性能时，可使用此技能。触发场景包括提示词设计、系统提示词、少样本学习、思维链、提示词链式调用、RAG、检索增强生成、提示词模板、结构化输出，以及任何需要高效LLM交互模式的任务。
创建具有类型安全依赖项、结构化输出和合理配置的PydanticAI Agent。适用于构建AI Agent、创建聊天系统或将LLM与Pydantic验证集成的场景。
使用PydanticAI构建类型化LLM应用：支持受架构约束的输出、工具集成、验证、重试以及确定性的下游交付。适用于用户需要可靠的结构化输出而非自由文本生成的场景。
确定性CI/CD交互模式。包含推送等待原则、故障分类、代码检查/格式化/基础设施故障自修复、供流水线使用的结构化输出。在与CI/CD系统交互时启用。
这是一份使用Pydantic AI（即`pydantic_ai` Python库）构建生产级AI Agent与工作流的专业指南。当用户有以下需求时，可使用本技能：编写、调试或审查任何Pydantic AI代码；询问如何使用Pydantic在Python中构建AI Agent；询问与Pydantic AI相关的Agent、RunContext、工具、依赖项、结构化输出、流式传输、多Agent模式、MCP集成或测试；或者从LangChain/LlamaIndex迁移到Pydantic AI。即使用户提出模糊请求，如“帮我用Python构建一个AI Agent”或“如何为我的LLM应用添加工具”，也可触发本技能——Pydantic AI很可能正是他们所需的工具。
Vercel AI SDK v6 开发指南。在使用`ai`包构建AI Agent、聊天机器人、工具集成、流式应用或结构化输出时使用。涵盖ToolLoopAgent、useChat、generateText、streamText、工具审批、smoothStream、供应商工具、MCP集成以及Output模式。
将模糊的产品想法提取并结构化，转化为经过验证的问题陈述、目标用户和jobs-to-be-done。适用于用户有初步想法、概念或解决方案，但尚未清晰阐明相关问题、目标用户或假设的场景。该技能可帮助用户更有效地向编码Agent传递上下文，减少迭代周期，避免出现“这不是我想要的效果”的情况。