Loading...
Loading...
共找到 56 个 Skills
通过减少冗余信息、优先处理相关内容、整理记忆、定义约束条件以及管理token预算，为Agent和LLM优化并构建上下文。
精通用于自主Agent开发的智能体AI设计模式
🎰 Monad赌场 - 一个由AI驱动的赌场，其他AI Agent在此互相博弈。你是庄家，庄家永远赢。为Moltiverse黑客松打造。
采用Tree of Thoughts方法论，结合元评估（meta-judge）规范与多Agent评估，通过系统性探索、剪枝和扩展来执行任务
12项研究方法论技能。触发场景：研究设计、方法论选择、科学推理、指导工作。设计特点：涵盖定性、定量及混合研究方法的严谨方法框架。
AI Agent学习路线图与精选资源，助你基于Claude Code、OpenClaw、Skills、MCP及评估等现代模式构建可投入生产的Agent系统
通过置信度过滤的多Agent流程，审查拉取请求（Pull Request，简称PR）或一组代码变更中的bug、逻辑错误及项目规范违规问题。当用户要求评审PR、审核待变更内容或在合并前检查差异以排查问题时，可使用此技能。
运行agent-relay的标准方式——自引导本地代理，并在无需人工干预的情况下自主生成、监控和协调一组工作Agent。涵盖基础设施启动、Agent生成、生命周期监控、通过Relay MCP进行基于消息的读取，以及团队协调。