compress-latest-desktop-video
压缩桌面最新视频 - 使用 HandBrake 快速压缩桌面上最新的视频文件,采用快速失败策略
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
压缩桌面最新视频 - 使用 HandBrake 快速压缩桌面上最新的视频文件,采用快速失败策略
在量子-经典和经典-量子网络上浓缩的ANIMA。所有技能组合以s-表达式的形式在多语言基底上实现。
一个基于原则批判循环的框架,用于使AI代理变得乐于助人、无害且诚实。当您需要定义代理的性格、为高风险领域(法律、医疗、生物)建立安全护栏或减少“谄媚”(模型简单地同意用户)时,请使用此框架。
从分析的内容生成结构化的ContentSummary JSON。在媒体审阅后使用,以生成包含所有16个字段的最终输出。
识别、诊断并缓解代理系统中的上下文退化模式。当上下文变得庞大,代理性能意外下降,或调试代理故障时使用。
RAG管道、嵌入、大语言模型交互和流程编排。
应用优化技术来扩展有效上下文容量。当上下文限制制约了代理性能、优化成本或延迟,或者实现长时间运行的代理系统时使用。
为RAG实现的上下文检索 - 在嵌入之前,将LLM生成的上下文添加到每个临床笔记片段前。根据Anthropic的研究,这可以提高引用准确性49%。
设计用于认知模拟和分析的计算模型
诊断遥测系统,跟踪对话轮次中的内部状态变量(预测准确性、意外性、信心、整合、情感信号)。在系统内省或状态-行为耦合分析有助于提高响应质量时使用,或在明确要求进行自我监控任务时使用。
当用户要求“询问Gemini”、“询问Codex”或“在浏览器中询问”时使用
使用传统NLP和基于大语言模型的方法分析文本内容。从包括社交媒体帖子、文章、评论和视频内容在内的各种内容类型中提取情感、主题、关键词和见解。在进行文本分析、情感检测、主题建模或内容优化时使用。
当用户要求“建模代理心理状态”、“实现BDI架构”、“创建信念-愿望-意图模型”、“将RDF转换为信念”、“构建认知代理”,或提到BDI本体、心理状态建模、理性代理,或神经符号AI集成时,应使用此技能。
精通动态上下文的精英AI上下文工程专家
使用G-4 CONTEXT并行收集历史背景。在进行复杂工作之前,部署6个探针来收集所有相关背景。
挖掘所有过去的Claude对话,以构建一个关于你的‘活的用户手册’。提取写作风格、商业背景、目标、偏好和模式。让所有其他技能在上下文中变得更智能。
施密德胡伯的压缩进度作为内在好奇心奖励
宪法合规验证器。强制执行所有5条宪法条款,以确保AI交易决策符合人类定义的规则。与风险代理一起作为第二道防线工作。
搜索并标注来自导入的YouTube历史记录中的音乐。使用Horus音乐分类法(HMT)进行基于桥梁的记忆整合。能够建立将音乐与故事事件联系起来的情节关联。
过滤并分类AI研究内容,按相关性、主题和作者类别进行。在详细声明提取之前,用于对原始内容进行批量分拣。
设计上下文高效的人工智能代理和工具的原则。在设计LLM工具、代理、MCP服务器或多代理系统时使用。
解释了SpecWeave如何通过Claude的原生渐进式披露和子代理并行化来实现上下文效率。当询问关于令牌使用、上下文管理或SpecWeave如何随着大型项目扩展时使用。利用Claude内置机制而无需自定义缓存。
从多个来源(记忆、文档、网络)高效收集和综合上下文。在分析或访谈之前,协调MCP工具来构建全面的上下文。在开始发现、研究或分析任务时使用。
专家级对话AI。用于聊天机器人流程、对话设计、自然语言理解意图和对话用户体验。