ReasoningBank with AgentDB
ReasoningBank with AgentDB 是一个面向智能体的自适应学习技能,基于 AgentDB 高性能向量数据库实现经验学习、轨迹追踪、结果判定与记忆蒸馏,官方称检索速度提升 150 倍,并保持 100% 向后兼容。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-05 00:16
25,648 个结果
ReasoningBank with AgentDB 是一个面向智能体的自适应学习技能,基于 AgentDB 高性能向量数据库实现经验学习、轨迹追踪、结果判定与记忆蒸馏,官方称检索速度提升 150 倍,并保持 100% 向后兼容。
用于配置 Claude Code 沙箱安全设置的技能,通过文件系统与网络隔离边界控制执行权限,提供最大安全、平衡、开发模式等安全级别,并输出完整沙箱配置、安全分析与验证命令。
Skill Builder 用于创建符合规范的 Claude Code Skills,帮助生成带 YAML frontmatter、渐进式披露结构和完整目录组织的技能文件,适用于需要构建可被 Claude 自主发现和使用的技能时。
skill-creator-agent 是一个用于创建 Claude Code 技能的方案:每个技能绑定一个专家智能体,技能触发时生成该智能体执行任务,而非由 Claude Code 直接执行指令,以获得更一致、更高质量的产出。
Skill Forge 是一个面向 Claude Code 的高级技能创建系统,结合深度意图分析、基于证据的提示工程原则与系统化技能工程方法,帮助用户打造结构完善、可复用且高效的技能。它并非简单生成模板,而是通过七阶段方法论引导用户深入思考目标、明确需求、设计结构、编写指令并开发配套资源,最终产出可稳定运行、便于分享的技能。适用于创建新技能、重构表现不佳的现有技能、应用提示工程最佳实践,以及构建复杂多组件工作流的场景。
Slash Command Encoder(增强版)用于为微技能、级联与智能体创建快速、无歧义的 /command 斜杠命令接口,支持自动发现技能、智能命令生成、参数校验、多模型路由与命令链式组合。
Smart Bug Fix 是一个智能缺陷修复工作流,结合根因分析、多模型推理、Codex 自动修复与全面测试,按“根因+修复+验证”模式系统化调试并修复缺陷。
Stream-Chain 是 claude-flow 的多智能体流水线技能,通过 Stream-JSON 串联多个步骤,让每一步的输出作为下一步的上下文,用于数据转换与顺序工作流。提供自定义链(run)与预定义流水线(pipeline)两种模式。
Swarm Orchestration 是一个基于 agentic-flow 的多智能体集群编排技能,支持 mesh、hierarchical、adaptive 拓扑,实现并行任务执行、动态拓扑、负载均衡与容错协调,适用于超出单智能体能力的复杂任务。
web-cli-teleport 是一份工作流指南,帮助用户在 Claude Code Web 与 CLI 之间选择合适界面,并通过 teleport 命令在环境间无缝迁移会话,保留对话历史与上下文。
面向新产品或重大功能发布的端到端编排工作流:跨市场调研、开发、营销、发布执行与发布后监控五个阶段,协调15+个专家智能体协同工作,适合需要多团队、多周次系统化发布的产品场景。
AgentDB 高级功能技能文档,覆盖 QUIC 同步、多数据库管理、自定义距离度量与混合搜索,用于构建分布式向量检索系统,属高级难度。
AgentDB Learning Plugins 是一个用于创建、训练和部署自主智能体学习插件的技能,基于 AgentDB 提供的 9 种强化学习算法。用户可以通过 CLI 向导或 API 快速生成学习插件,训练 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等模型,并借助 WASM 加速的神经推理提升训练速度。该技能适用于从历史数据中安全学习、离散或连续动作控制、隐私敏感的多智能体分布式训练等场景,需要 Node.js 18+ 与 AgentDB v1.0.7+ 环境。
面向 AgentDB 向量数据库的性能优化技能,通过量化压缩、HNSW 索引、缓存与批量操作降低内存并加速检索,适用于需要语义相似度检索的场景。
AgentDB 语义向量搜索技能,用于构建基于向量嵌入的智能文档检索、相似度匹配与上下文感知查询,可支撑 RAG 系统、语义搜索引擎和知识库。通过 npm 包与 TypeScript/JavaScript API 使用,无需额外 MCP 服务器。
基于 claude-in-chrome MCP 的复杂浏览器自动化工作流技能,强制先经 sequential-thinking MCP 规划再执行,适用于多步骤网页交互、表单填写、E2E 测试与网页抓取等场景。
在编写代码前用 Gemini(含 Google 搜索接地)检索已有方案,发现可复用的代码示例、库与最佳实践,避免重复造轮子。
该技能用 AgentDB 高性能向量数据库实现 ReasoningBank 自适应学习,支持轨迹追踪、结果判定与记忆蒸馏,宣称模式检索最高快 150 倍,并提供旧版 API 兼容。
将用户粗略的请求改写为清晰、具体、可执行的提示词,但不执行所请求的工作。仅在用户明确调用时使用。输出只返回改进后的提示词,不解释改动、不解决问题。
扫描当前仓库并生成或更新项目级 AGENTS.md、README.md 及全套脚手架文件(restart.sh、各类 ignore、Dockerfile、docker-compose),用于项目认知初始化或刷新项目级 Codex 上下文。
面向 MinIO、OSS、S3 等对象存储的 URL 策略选择规范,用于设计文件上传下载功能时避免 URL 过期、访问失败等问题,涵盖公开 URL、预签名 URL、Bucket 公开读、CDN 回源及前端直传校验等要点。
用于审计文档站点对 AI Agent 友好程度的技能,检查发现入口、Markdown 交付、可抓取性、语义结构与机器可读接口,并依据评分标准给出分数、等级与修复清单。
一个用于使用 d3.js 创建交互式数据可视化的技能,面向自定义图表、网络图与地理可视化等场景,提供从集成方式、代码结构到各类图表实现、交互、比例尺、性能与无障碍等主题的指导。
escalate 是 doodledood/claude-code-plugins 中的一个技能,用于在 /do 遇到无法恢复的阻塞时进行结构化升级。它要求以证据呈现阻塞:无法满足的验收标准(INV-G 或 AC ID)、已尝试的做法及每次失败的原因、可选的解决路径(修复、修改标准、放弃标准、缩减范围),以及需要用户提供什么才能解除阻塞。它拒绝“我做不到”“这很难”这类偷懒式升级,必须展示尝试过程。当验证器给出 BLOCKED 结论(例如“尚未部署”“等待人工批准”)时也会路由到这里,并引用验证器的 BLOCKED 说明并传递建议的用户操作。关于清单或流程的纯问题由 /do 直接回答,不走升级。若用户以范围变更回应(如“修改 AC-X”“删除该标准”“为 Y 增加检查”“我们还需要 Z”),则调用 /manifest-dev:define <manifest-path> 修改清单,然后恢复 /do;否则(用户清除阻塞或补充缺失上下文)直接恢复 /do。