context-degradation
诊断、隔离并缓解 LLM 上下文故障(如中间丢失、中毒、干扰及冲突),提升 AI 代理的执行可靠性。
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 153 个技能
诊断、隔离并缓解 LLM 上下文故障(如中间丢失、中毒、干扰及冲突),提升 AI 代理的执行可靠性。
通过 Context Engineering 原则,为 AI 代理程序初始化、生成并执行完整实作蓝图 (PRPs),实现软件开发一次成功。
利用 ClawTeam CLI 协调多代理 AI 群体,实现并行任务执行、依赖管理与团队协作,支持 git 工作树隔离与 tmux 操作。
为 AI 代理提供持久的语义长期记忆。通过语义压缩,跨对话存储、查询并检索对话记录、决策与多模态上下文。
掌握 LangGraph 多智能体编排。使用监管者-工作者模式、条件路由与状态管理,构建具备容错能力的复杂 AI 工作流。
Xcode 26 专家,提供 Liquid Glass、Foundation Models 与 Apple Intelligence 等架构更新指南,涵盖 SwiftUI、UIKit 与 AppKit 等平台。
高级 AI 代理工作流编排,支持多模型路由、Codex 沙盒迭代、并行 swarm 执行及复杂管线中的持久化内存功能。
为 AI 助手创建、优化与精炼高质量 YAML 提示词,提供结构指南、模板模式与质量规范。
通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术,优化代理程序的上下文窗口,以降低成本并减少延迟。
构建无代码 MCP 服务器,通过 YAML 以有向图形式编排工具,实现数据转换、条件路由与自动化工作流。
用于编排长期代理任务、证据导向交付以及遵循 Simon Willison 迭代循环的自动化 QA 门控的框架。
为您的项目生成 AGENTS.md 与 AI 配置文件 (Cursor, Claude, Gemini, Copilot),优化您的 vibe-coding 工作流并保持跨会话的上下文关联。