下载

Skill UI

浏览并发现 9688+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索代码智能，共找到 24 条记录

默认排序最新上传最多下载

Vertex AI多智能体部署专家

adk-deployment-specialist

jeremylongshore/claude-code-plugins-plus-skills

专注于使用Google ADK（代理开发工具包）构建和部署生产级多智能体系统。它负责管理智能体编排（序列/并行/循环）、A2A协议通信、状态管理（内存库）和代码沙箱执行。适用于在Vertex AI Agent Engine上搭建复杂、企业级的AI工作流，尤其是在持续集成/持续部署流程中。

AI智能体开发指南

agent-development

anthropics/claude-plugins-official

本技能提供了一份全面的指南，用于设计和开发用于代码插件的自主AI智能体。内容涵盖了必需的文件结构（YAML前置元数据）、定义智能体角色最佳实践、设计稳健的系统提示词，以及设置清晰的触发条件。当您需要构思、构建或优化智能体的能力，使其能自主处理复杂的、多步骤的任务时使用。

自主AI智能体工作流平台

Orchestra-Research/AI-Research-SKILLs

这是一个全面的AI智能体平台，用于构建、部署和管理持续运行的自主AI代理。它提供可视化的节点式工作流编辑器，使用户无需编写大量代码即可创建复杂的多步骤自动化流程。适用于需要通过网络钩子、定时任务或手动触发器持续运行的场景，实现复杂的端到端AI自动化。

自主AI智能体工作流平台

Orchestra-Research/AI-Research-SKILLs

这是一个全面的AI智能体平台，用于构建、部署和管理持续运行的自主AI代理。它提供可视化的节点式工作流编辑器，使用户无需编写大量代码即可创建复杂的多步骤自动化流程。适用于需要通过网络钩子、定时任务或手动触发器持续运行的场景，实现复杂的端到端AI自动化。

Claude代码开发最佳实践指南

claude-code-guide

sickn33/antigravity-awesome-skills

这份指南旨在提供一个全面参考，帮助用户最大化利用Claude Code（一个智能体编程工具）的潜力。内容涵盖了最佳实践、项目配置模板（CLAUDE.md）、高级提示工程技巧和调试策略，指导用户实现高效、可靠的自主软件开发流程。

多智能体代码审查编排工具

error-debugging-multi-agent-review

sickn33/antigravity-awesome-skills

这是一个高级AI系统，能够协调多个专业智能体（如安全审计、性能分析、架构专家）对代码进行多维度、全方位的审查。它通过上下文管理、并行执行和智能综合，为复杂的软件项目提供深度、全面的代码评估报告。

多智能体AI工作流编排

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于Claude Code的复杂多智能体编排系统。它允许用户同时运行多个AI代理来处理大型项目。系统负责管理整个开发生命周期，包括工作追踪、代理生命周期管理和代码合并，确保复杂的并行AI任务得以高效完成。

LangChain迁移深度指南

langchain-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本指南为开发者提供了将现有基于原始SDK或旧框架（如LlamaIndex）的LLM代码库，迁移到标准化LangChain框架的完整流程。内容涵盖代码评估、RAG重构、智能体（Agent）和工具调用（Tool Calling）的实践，帮助用户构建更稳定、更可维护的AI应用。

Lindy AI 智能体错误排查指南

lindy-common-errors

jeremylongshore/claude-code-plugins-plus-skills

本指南旨在帮助用户系统地排查和解决Lindy AI智能体工作流中遇到的各类错误。内容涵盖触发器（Webhook、邮件、定时任务）失败、动作执行（Slack、HTTP请求、代码运行）错误，以及智能体流程设计中的逻辑缺陷，确保您的自动化流程稳定可靠。

多智能体MLOps管道编排

machine-learning-ops-ml-pipeline

sickn33/antigravity-awesome-skills

本技能旨在指导设计和实现一个完整的、生产级别的机器学习（ML）管道。它采用多智能体编排工作流，系统地覆盖了ML整个生命周期：包括数据摄取、特征工程、模型训练、代码优化和生产部署（MLOps），确保系统具备高可重复性、可监控性和高扩展性。

多智能体协同编排

orchestrating-multi-agent-systems

jeremylongshore/claude-code-plugins-plus-skills

通过 AI SDK v5 让 Claude 搭建多智能体系统，安排专业化代理、任务交接与智能路由，适用于代码生成、客服等需复杂工作流的场景。

智能体工具设计与优化

sickn33/antigravity-awesome-skills

本技能提供为AI智能体设计专业级工具的指南。核心理念是将工具API视为与大型语言模型的“契约”，而非传统代码。内容涵盖工具描述优化、命名空间组织、整合原则和架构简化等高级设计模式，旨在帮助用户构建能让智能体准确推理和执行复杂工作流的工具集。

语言