vapi
使用模型上下文协议 (MCP) 通过 Vapi 构建、管理及部署 AI 语音助理、电话机器人与 IVR 系统。
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 410 个技能
使用模型上下文协议 (MCP) 通过 Vapi 构建、管理及部署 AI 语音助理、电话机器人与 IVR 系统。
方法驱动的规划工作流程,使用 zen-mcp 工具将任务分解为结构化的 plan.md 文件,并根据用户的明确度与自动化需求进行自适应调整。
Anthropic Claude 集成模式:流式传输、基于 pgvector 的 RAG、工具调用、模型选择(Haiku/Sonnet/Opus)、提示词缓存及 AI 工程成本管理。
通过为每个任务指派独立子代理来执行实现计划,并结合规格符合性与代码质量的两阶段审查机制。
全面的 Google Docs 和 Google Drive 管理工具。支持通过 Markdown 创建和编辑文档、文本格式设置、结构分析,以及完整的文件操作(上传、下载、共享与搜索)。
一个专为模拟提示词注入攻击并验证 AI 代理技能安全扫描器而设计的测试工具。
使用 markitdown 将各种文档、媒体和网页内容转换为 Markdown,非常适合大语言模型处理和文本分析。
通过可配置的 YAML 模板将内容转换为特定的语音配置、语气或风格,以确保品牌与叙事输出的一致性。
GitHub 自动化 PR 审查代理,运用 gh CLI 进行代码质量、安全性分析及项目标准合规性检查。
创建并更新详细的 GitHub Issue,完整记录技术上下文,防止需求丢失并降低开发沟通成本。
专注于 Trigger.dev 背景任务与 AI 工作流的专家助手,协助开发、设计与优化高可靠性的异步 TypeScript 任务架构。
为内容创作者与营销人员设计的进阶研究智慧技能,分析超过 10 个平台的趋势,并根据用户意图生成数据驱动的内容大纲。