SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 10-21 00:11

智能体与模型

24,309 个结果

ai-engineer

AI Engineer 是一个面向端到端 AI 系统开发的专业技能,覆盖从 LLM 集成到生产部署的完整流程。它专注于 RAG(检索增强生成)架构、嵌入策略、向量数据库、提示工程以及 AI 应用模式。适用于构建 LLM 驱动的应用或功能、实现 RAG 系统、集成 OpenAI、Anthropic 等 AI API、设计嵌入与向量搜索流水线、构建聊天机器人或对话式 AI、实现带工具调用的 AI 智能体,以及优化 AI 系统的延迟与成本。该技能不适用于从零训练自定义 ML 模型、将 ML 模型部署到生产基础设施、管理多智能体协调或优化 LLM 服务基础设施等场景。

智能体与模型114 次安装

mcp-builder

mcp-builder 是一份用于创建高质量 MCP(Model Context Protocol)服务器的开发指南。MCP 服务器通过设计良好的工具,让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准,将开发流程划分为四个阶段:深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript(配合官方 SDK)或 Python(FastMCP)作为开发语言,远程服务器使用 Streamable HTTP 传输,本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解(readOnlyHint、destructiveHint 等)、代码质量检查、使用 MCP Inspector 测试,以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。

智能体与模型114 次安装