Loading...
Loading...
共找到 121 个 Skills
借助主流框架为AI Agent添加邮件功能。为TypeScript和Python框架提供预构建工具，包括Vercel AI SDK、LangChain、Clawdbot、OpenAI Agents SDK以及LiveKit Agents。适用于将AgentMail集成到需要邮件收发工具的Agent框架中。
入门指引。当用户询问Narev Cloud、Pricing API、模型定价（API参考技能与基于该API的应用工作流）、实时LLM定价、token成本、成本计算、固定或快照模型费率、Narev SDK、@ai-billing/core、提供商中间件包、Vercel AI SDK计费、Next.js App Router路由处理器、框架特定计费模式、基于使用量的计费、计费集成（Polar、Stripe、Lago、OpenMeter）、FOCUS格式、Narev自托管版（ThinOps）、部署、COGS、客户标签、AI FinOps或本文档站点相关问题时使用。可根据用户的任务引导至正确的技能或文档路径。
使用@google/genai SDK集成Gemini API（请勿使用已弃用的@google/generative-ai）。支持文本生成、多模态（图片/视频/音频/PDF）、函数调用、思考模式、流式输出。支持100万输入token。可预防14个已记录的错误。 适用场景：Gemini集成、多模态AI、基于思考模式的推理。故障排查：SDK弃用、模型未找到、上下文窗口、函数调用错误、流式输出损坏、安全设置、速率限制。
OpenAI传统/无状态API完整指南：涵盖Chat Completions（GPT-5、GPT-4o）、Embeddings、Images（DALL-E 3）、Audio（Whisper + TTS）以及Moderation。包含Node.js SDK和基于fetch的两种实现方式，以实现最大兼容性。 适用场景：集成OpenAI API、使用GPT-5/GPT-4o实现对话补全、流式生成文本、调用函数/工具、通过JSON Schema生成结构化输出、为RAG实现向量嵌入、使用DALL-E 3生成图像、使用Whisper转录音频、使用TTS合成语音、内容审核、部署到Cloudflare Workers，或遇到速率限制（429）、无效API密钥（401）、函数调用失败、流式解析错误、向量嵌入维度不匹配、令牌超限等错误时。 关键词：openai api, chat completions, gpt-5, gpt-5-mini, gpt-5-nano, gpt-4o, gpt-4-turbo, openai sdk, openai streaming, function calling, structured output, json schema, openai embeddings, text-embedding-3, dall-e-3, image generation, whisper api, openai tts, text-to-speech, moderation api, openai fetch, cloudflare workers openai, openai rate limit, openai 429, reasoning_effort, verbosity
本技能提供从better-chatbot项目中提取的可复用实现模式，用于自定义AI聊天机器人部署。当你在自有项目中构建包含服务器动作验证器、工具抽象系统、工作流执行或多AI提供商集成的AI聊天机器人时（非为better-chatbot本身做贡献），可以使用本技能。 适用场景：构建AI聊天机器人功能、实现服务器动作验证器、创建工具抽象层、搭建多AI提供商支持、构建工作流执行系统、将better-chatbot模式适配到自定义项目 关键词：AI聊天机器人模式、服务器动作验证器、工具抽象、多AI提供商、工作流执行、MCP集成、验证动作、工具类型检查、Vercel AI SDK模式、聊天机器人架构
Cloudflare Workers AI 完整知识库——在Cloudflare全球网络的无服务器GPU上运行AI模型。 适用场景：在Workers上实现AI推理、运行LLM模型、使用AI生成文本/图像、配置Workers AI绑定、实现AI流式传输、使用AI Gateway、与嵌入向量/RAG系统集成，或者遇到「AI_ERROR」、速率限制错误、模型未找到、令牌超限、神经元超限等错误时。 关键词：workers ai, cloudflare ai, ai bindings, llm workers, @cf/meta/llama, workers ai models, ai inference, cloudflare llm, ai streaming, text generation ai, ai embeddings, image generation ai, workers ai rag, ai gateway, llama workers, flux image generation, stable diffusion workers, vision models ai, ai chat completion, AI_ERROR, rate limit ai, model not found, token limit exceeded, neurons exceeded, ai quota exceeded, streaming failed, model unavailable, workers ai hono, ai gateway workers, vercel ai sdk workers, openai compatible workers, workers ai vectorize
Mem0 CLI——用于mem0内存操作的命令行界面。触发场景：用户提及“mem0 cli”、“mem0 command line”、“@mem0/cli”、“mem0-cli”、“pip install mem0-cli”、“npm install -g @mem0/cli”，或在终端/Shell中运行mem0命令（mem0 add、mem0 search、mem0 list、mem0 get、mem0 init、mem0 config、mem0 import）。当查询包含--user-id、--output、--json、--agent等CLI参数，或描述bash/zsh/终端/Shell使用场景时也会触发。不触发场景：用户询问Python/TS代码中的程序化SDK集成（使用mem0技能），或Vercel AI SDK提供商相关问题（使用mem0-vercel-ai-sdk技能）。
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orqkit中的evaluatorq进行跨框架Agent对比——在同一数据集上对任意组合的Agent（orq.ai、LangGraph、CrewAI、OpenAI Agents SDK、Vercel AI SDK）进行正面交锋式对比，并采用LLM-as-a-judge评分机制。适用于Agent对比、基准测试或需要并排评估的场景。仅对比orq.ai配置且不涉及外部Agent时请勿使用（请改用run-experiment）。
查找可运行的Deepgram与第三方平台及框架的集成示例。当您需要将Deepgram与Twilio、LiveKit、LangChain、Vercel AI SDK、Discord、Vonage、Pipecat、Expo、FastAPI、Cloudflare Workers、Slack、Telegram、LlamaIndex、Zoom、Next.js、Nuxt、Django、SvelteKit、NestJS、Spring Boot、CrewAI、Riverside、SignalWire等平台集成时，可使用本资源。这些示例是完整的可运行集成演示，而非极简功能片段。
本技能为better-chatbot项目（https://github.com/cgoinglove/better-chatbot）提供项目专属的编码规范、架构原则、仓库结构标准、测试模式及贡献指南。在贡献或使用better-chatbot时使用本技能，以理解其设计理念并确保代码符合既定模式。 涵盖内容：API架构深度解析、三层工具系统（MCP/工作流/默认工具）、组件设计模式、数据库仓库模式、架构原则（渐进增强、防御式编程、优先流式处理）、添加功能的实用模板（工具、路由、仓库）。 适用场景：在better-chatbot仓库中工作、贡献功能/修复bug、理解架构决策、遵循服务器操作验证器规范、实现工具/工作流、设置Playwright测试、添加API路由、设计数据库查询、构建UI组件、处理多AI提供商集成 关键词：better-chatbot、聊天机器人贡献、better-chatbot标准、聊天机器人开发、AI聊天机器人模式、API架构、三层工具系统、仓库模式、渐进增强、防御式编程、优先流式处理、复合组件模式、Next.js聊天机器人、Vercel AI SDK聊天机器人、MCP工具、工作流构建器、服务器操作验证器、工具抽象、DAG工作流、共享业务逻辑、safe()包装器、工具生命周期
这是使用正确的当前SDK（@google/genai v1.27+，而非已废弃的@google/generative-ai）的Google Gemini API完整指南。涵盖文本生成、多模态输入（文本+图片+视频+音频+PDF）、函数调用、思考模式、流式传输、系统指令，以及2025年的准确模型信息（Gemini 2.5 Pro/Flash/Flash-Lite，支持100万输入令牌，而非200万）。 适用场景：集成Gemini API、实现多模态AI应用、使用思考模式进行复杂推理、并行执行函数调用、流式响应、部署到Cloudflare Workers、构建聊天应用，或遇到SDK废弃警告、上下文窗口错误、模型未找到错误、函数调用失败、多模态格式错误时。