agent-evals-and-observability
面向 AI 智能体的框架与厂商中立评估及可观测性技能,用于定义评估、数据集、评分器、轨迹审查与发布门禁,并设计生产环境追踪、日志与指标。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-23 00:13
24,527 个结果
面向 AI 智能体的框架与厂商中立评估及可观测性技能,用于定义评估、数据集、评分器、轨迹审查与发布门禁,并设计生产环境追踪、日志与指标。
多视角分析技能:单智能体依次采用多位专家人格,从不同视角分析复杂问题并综合结论。明确不创建子智能体,不使用 Task 工具。适用于架构决策、战略规划与跨领域问题。
用于调整推理深度、预算与指标可见性的技能,帮助在安全前提下选择并应用推理控制设置,平衡推理深度与成本开销。
该技能为 Stable Diffusion AI 图像生成提供综合指导,涵盖模型使用、提示词工程、参数设置与图像生成等方面。资料显示其用途是当用户需要 Stable Diffusion 相关帮助时调用,但具体使用场景、使用指南与最佳实践部分均标注为待完善,官方文档亦未提供,因此更详细的能力、操作步骤、适用场景与限制暂未提供。
Pollo AI 视频生成技能,通过调用 Pollo AI REST API 生成 AI 视频,支持文本转视频与图片转视频,覆盖 Kling、Sora、Runway、Veo 等 13 个模型品牌,并提供额度查询与本地图片上传能力。
面向智能体的上下文窗口保护原则:在上下文快满、出现大输出、长文件、重复读取或扇出规划时启用。将批量内容路由给子智能体,主线程只保留摘要,避免上下文溢出导致推理质量下降。
用于创建 Claude Code Skills 的技能构建工具,帮助生成规范的 YAML frontmatter、渐进式披露结构与完整目录组织,使技能可被 Claude 自主发现并使用。
红狐Skill生成器是一款帮助用户从零创建符合红狐规范的完整Skill文件包的工具。用户只需用自然语言描述功能需求,并提供接口地址与接口文档,即可自动生成包含SKILL.md及配套资源的专业技能文件,开箱即用。生成器内置红狐设计原则,可自动分析需求、解析接口文档、匹配文件组织方案、组织配套资源并完成质量自检,支持按需定制与迭代优化。适用于需要快速构建红狐Skill的开发者、运营人员,以及希望统一团队Skill质量标准的协作场景。
面向生产级 LLM 应用的 AI 工程技能,覆盖 RAG 系统、向量检索、多模态 AI、智能体编排、提示工程、安全治理与成本控制,指导从架构设计到部署监控的完整流程。
面向加密货币订单执行的 AI 智能体技能,专注 TWAP、maker 挂单执行、交易成本分析(TCA)与降低滑点,支持 11 个 CEX 与 DEX 场所。仅做执行优化,不产生买卖信号或投资建议,方向与数量须由用户提供。
一个基于 playwright-cli 的终端浏览器自动化技能,用于从命令行驱动真实浏览器完成导航、表单填写、快照、截图与数据提取等任务,强调 CLI 优先而非测试文件。
面向 .NET 代码生成与修改的常见错误清单,按异步、NuGet、过时 API、依赖注入等九类归纳 AI 代理常犯错误,给出警告、反模式代码与修正做法,并指向更深入的专项技能。不提供完整实现教程。
Autoresearch 是一个用于「可度量、迭代式优化」的工作流入口,适用于需要对代码、技能(skills)、提示词(prompts)等进行反复实验与逐步改进的场景。它本身不再维护独立的执行循环,而是路由到 agi-mode 中的 Hillclimb 工作流,由 Hillclimb 负责设置、基线、安全恢复、实验记录、验收、平台期处理与最终确认;涉及行为对比时则路由到 Eval。该入口复用用户已有的目标、范围与权限,不额外创建独立循环,不强制提交(commit),也不暗示资源无限。Git 为可选项,只要存在等效的可恢复快照即可。使用前需解析 agi-mode 的同级路径或已注册安装;若 agi-mode 缺失,应说明此兼容入口依赖 agi-mode,而不得另造实现或声称已运行缺失的工作流。
Sol + Luna 分层子代理 Setup Skill 用于在新机器或新项目上落地「高智商领导 + 便宜执行」的分层子代理方案:由 Codex Sol(gpt-5.6-sol)担任主会话领导,Luna(gpt-5.6-luna)担任 scout / worker / critic / tester 等工人角色,并可选配置 Claude Code 项目级 agents 与 Pi / pi-flow 跨工具编排。该技能提供从零安装并配置 Codex、Claude Code、Pi 的流程,写入项目级配置模板,修复 Sol 无法 spawn Luna 的模型目录问题,并通过单模型与多代理冒烟测试验证结果。安装命令为 npx skills add Yuri-NagaSaki/subagent-skills -g -y,源仓库为 https://github.com/Yuri-NagaSaki/subagent-skills。
1inch MCP Server 是用于接入 1inch MCP 服务器的枢纽(Hub)技能,面向 1inch 生态提供文档检索、SDK 示例获取,以及代币兑换、限价订单、产品 API 访问、WalletConnect 钱包配对与 Aqua 策略分析等能力。它提供 HTTP(Streamable HTTP)服务地址 https://api.1inch.com/mcp/protocol,并配套多个领域技能,按任务类型指导具体工作流。工具集包括 search、list_examples/get_example 等公开工具,以及需认证的 authenticate、swap、orderbook、product_api,另有可选的 walletconnect、aqua、debug。初始化 HTTP 200 仍为匿名状态,调用付费工具前需先 authenticate;若返回 HTTP 401,则需完成 OAuth 后再调用 authenticate。客户端支持 Cursor、VS Code Copilot、Claude Code / Codex / Gemini CLI、Claude Desktop 等。
ask-question 是来自 aircury/ai-framework 的一条规则,要求智能体在需要用户从明确选项中做选择时使用 IDE 的 AskQuestion 工具,而不是在普通聊天里提问;纯文本回答(如邮箱、密钥、自定义名称)才允许用聊天方式询问。
用于阿里云 Lindorm 云原生多模数据库的智能体技能,覆盖运维管理与开发者指引两大方向:实例生命周期、网络访问控制、监控、性能、存储、备份恢复、迁移、权限、慢查询,以及 SQL、搜索、向量检索、图引擎、AI 引擎调用、多模态图文搜索与私有知识库检索等开发场景。
mllm-eval 是一个面向医学/临床任务的 LLM 与多模态 LLM 评测设计审计技能,覆盖参考标准、忠实度、污染检查、提示敏感性与读者研究等维度,只做设计与完整性审查,不运行模型或自行计算指标。
agent-browser 是面向 AI 智能体的浏览器自动化 CLI,基于 Rust 编写,通过 CDP 驱动 Chrome/Chromium,提供无障碍树快照与 @eN 元素引用,支持会话、认证保管、状态持久化与视频录制,可用于网页导航、填表、点击等交互。
百度网盘文件管理 Skill,把网盘的上传、下载、转存、分享、搜索、移动、复制、重命名、建文件夹等操作接入 AI 助手,所有操作限制在 /apps/bdpan/ 目录内,适配 Claude Code、DuClaw、OpenClaw 等。
该技能用于按用户指定的模型名称返回公开的原始模型架构图,覆盖 LLM、VLM、MoE、扩散模型、OCR 及 SGLang/sgl-cookbook 等模型家族,仅返回已索引的公开原图,不生成或编造架构图。
模拟黑客松评审小组,针对项目路演生成可能的提问、质疑与预测评分,帮助团队在正式评审前加固答辩与演示内容。
将冗长的 AGENTS.md、CLAUDE.md 等智能体指令文件重构为精简路由入口与按需文档的技能,保留原有规则的同时减少始终加载的上下文。
opik-diagnose 是 Opik 的只读诊断技能,用于在线上/生产追踪中按信号排序筛选值得关注的踪迹:先列 Diagnostics 问题,再是错误、工具调用失败、延迟异常、低在线评估分与回归。它不改代码,也不做根因分析。