Loading...
Loading...
共找到 148 个 Skills
OpenAI Agents SDK（Python）开发。当你使用openai-agents包构建AI代理、多代理工作流、工具集成或流式应用时使用本技能。
使用LangChain 1.x和LangGraph设计LLM应用，实现智能体、记忆与工具集成。适用于构建LangChain应用、部署AI Agent或创建复杂LLM工作流的场景。
为复杂的多步骤工作流创建具有独立上下文的Cursor专属AI子代理。专门用于为Cursor编辑器创建子代理时遵循Cursor的模式和目录规范（.cursor/agents/）。触发关键词为"cursor subagent"、"cursor agent"。
构建具备工具调用、记忆功能与多步骤推理能力的AI Agent - 包含ChatGPT、Claude、Gemini集成模式
通过MCP将PICA集成到LangChain/LangGraph Python应用中。适用于向LangChain Agent添加PICA工具、使用LangChain配置PICA MCP，或者用户提及PICA与LangChain或LangGraph相关的场景。
用于构建AI Agent的全方位Cline SDK技能指南。涵盖Agent运行时、ClineCore会话、自定义工具、插件、事件、LLM提供商、任务调度、多Agent团队以及生产部署等内容。适用于所有涉及@cline/sdk及其子包的任务。
构建具备持久化记忆的AI Agent后端：每个对话对应一个Rivet Actor，支持消息队列处理，并将LLM响应以实时事件形式流式输出。
使用Strands Agents SDK构建AI Agent。适用于开发模型无关的Agent、实现ReAct模式、创建多Agent系统，或是在AWS上构建生产级Agent。触发关键词：Strands、Strands SDK、模型无关Agent、ReAct Agent。
使用Composio构建AI Agent与应用程序——通过Tool Router或直接执行方式接入200+外部工具
面向AI Agent的高级上下文工程技术。通过结构化推理、反思循环和多Agent模式实现的Token高效插件，可提升输出质量。
在AI Agent中有效管理LLM上下文窗口的策略。适用于构建处理长对话、多步骤任务、工具编排，或需要在长时间交互中保持连贯性的Agent时使用。
具备MCP集成、Agentic RAG、交接编排、多层防护、可观测性、代币经济性、ROI框架及构建与否决策指导的生产级AI Agent模式（现代最佳实践）