Loading...
Loading...
共找到 42 个 Skills
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。
资深AI上下文工程专家，精通动态上下文管理、向量数据库、知识图谱和智能记忆系统。采用2024/2025年最佳实践，在多Agent工作流、企业AI系统和长期运行项目中实现上下文编排。适用于复杂AI编排场景，建议主动使用。
为确定性、无漏洞的AI系统设计并构建System Prompts（系统提示词）、提示模板以及多Agent编排契约。适用于创建Agent、编写技能定义、设计具备安全变量注入的提示模板、构建输入输出（I/O）契约或搭建多Agent流水线场景。
可将任意目标转换为一个简短、可直接粘贴的「Gauntlet Loop（挑战循环）」提示词——该提示词能让Agent设定明确的质量标准，将工作拆分为可独立评判的小模块，为每个模块分配构建者和独立的严苛批评者，盲测对比质量标准，循环迭代直至达标。适用于开发、写作、代码编写、研究或设计场景。触发关键词包括："/gauntlet-loop"、"gauntlet loop"、"gauntlet this"、"make a gauntlet prompt"、"loop until it beats X"。
当用户希望使用测试驱动开发实现功能或修复Bug时，应使用本Skill。它通过垂直切片、测试编写与实现之间的上下文隔离、人工检查点以及自动测试反馈循环，严格执行RED-GREEN-REFACTOR流程。借助Task工具实现多Agent编排，从架构层面强制上下文隔离。支持Jest、Vitest、pytest、Go test、cargo test、PHPUnit和RSpec等测试框架。
创建Agent Bricks：用于文档问答的Knowledge Assistant（KA）以及用于多Agent编排的Supervisor Agent（MAS）。