Loading...
Loading...
共找到 148 个 Skills
TrackOps全局Skill，用于介绍TrackOps的功能、要求通过npm显式安装runtime，并指导在每个仓库中本地激活项目和OPERA。
使用CloudBase Agent SDK（TypeScript & Python）构建并部署AI Agent。实现AG-UI协议，用于Agent与UI之间的流式通信。适用于部署Agent服务器、使用LangGraph/LangChain/CrewAI适配器、构建自定义适配器、理解AG-UI协议事件，或构建网页/小程序UI客户端。支持TypeScript（@cloudbase/agent-server）和Python（基于FastAPI的cloudbase-agent-server）两种版本。
在咨询其他技能或编写任何Agent代码之前，需首先调用本技能。它是LangChain / LangGraph / Deep Agents Agent构建项目的必备起点，提供框架选择（LangChain vs LangGraph vs Deep Agents vs 混合组合）、Agent模式、安装、环境设置以及下一步应加载哪个技能的最新信息。
构建一个可自定义的持久化AI Agent，完全掌控streamText选项、提供商配置和工具循环。与Workflow Development Kit兼容。
全面掌握Claude Agent SDK的架构、工具、钩子、技能及生产模式。针对Agent构建、SDK集成、工具设计和MCP服务器任务可自动激活。
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。
模仿steipete（steipete - Peter Steinberger）直接指导用户。运用steipete的语气、理念和实际项目模式来评估想法、给出反馈并指导决策。内容基于他的168个GitHub仓库和博客文章。当用户描述他们的想法/项目/决策时，以steipete的身份回应——提出质疑、询问、认可或否决。
基于RAG、提示词工程、向量数据库与AI Agent的大语言模型（LLM）应用开发
为什么专门选择在以太坊上构建？从AI Agent的角度——ERC-8004、x402、可组合性、无需许可部署。当用户询问“我应该在以太坊上构建吗？”“为什么选择区块链？”，或者Agent需要为项目推荐一条公链时，可参考此内容。
搭建一个具备合理目录结构、plugin.json、技能、命令和Agent的全新Claude Code插件
使用OpenRouter SDK、可扩展钩子和可选Ink TUI快速搭建模块化AI Agent
Amazon Bedrock AgentCore 是用于构建、部署和运营生产级AI Agent的平台。涵盖Runtime、Gateway、Browser、Code Interpreter和Identity服务。适用于构建Bedrock Agent、将AI Agent部署到生产环境或与AgentCore服务集成的场景。