Agent Skills Hub

prompt-engineering-patterns

掌握先进的提示工程技术，以最大化生产环境中大型语言模型（LLM）的性能、可靠性和可控性。

evaluating-code-models

使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试，提供多语言编码模型的 pass@k 指标评估。

ai-multimodal

使用 Google Gemini 处理与生成多媒体内容。支持音频转录、图像识别、视频分析、PDF 解析及 AI 图像生成，具备超长上下文窗口，适用于复杂的多模态 AI 任务。

rag-implementation

使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统，为 LLM 提供外部知识基础。

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。

muapi-logo-creator

通过 AI 驱动的品牌逻辑，运用几何图形、负空间与平面向量风格，设计专业级的品牌识别标志。

reflect-appworld-failure

分析 AppWorld 任务失败原因，提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。

manufacturing-failure-reason-codebook-normalization

根据产品代码手册将测试工程师的缺陷描述标准化，修正错别字、缩写错误与歧义，并执行站点验证。

robot-perception

机器人感知系统设计、配置与优化，涵盖摄像头、激光雷达与传感器融合管线。包含相机校准、3D 重建与生产环境部署的最佳实践。

creative-thinking-for-research

应用认知科学框架于计算机科学与人工智能研究，通过系统化的创造力策略生成具备原创性的研究方向。

prompt-estruturado

一个结构化的提示工程框架，能将随意输入转换为包含角色、背景、任务、格式及防护机制的专业模块化提示词。

product-tryon-visualization

生成逼真的虚拟产品试穿视觉效果，协助客户在购买前评估版型、垂坠感与尺寸比例。