发现优质的 AI Agent 技能

在保持质量的同时控制 LLM API 成本的模式。将模型路由、预算跟踪、重试逻辑和提示词缓存组合成一个可组合的流水线。

一个后台代理，用于分析 Claude Code 会话中的观察结果，以检测模式并创建本能。

的架构

自动评估 Claude Code 会话的结尾，以提取可重用的模式，这些模式可以保存为学习到的技能。

这是 v1.8+ 的规范循环技能名称。它在保持一个发布版本的兼容性的同时，取代了 `autonomous-loops`。

使用 SHA-256 内容哈希作为缓存键，缓存昂贵的文件处理结果（PDF 解析、文本提取、图像分析）。与基于路径的缓存不同，此方法在文件移动/重命名后仍然有效，并在内容更改时自动失效。

将一个想法转化为强大的、平台原生的内容，而不是到处发布相同的东西。

一个交互式、分步安装向导，用于 Everything Claude Code 项目。使用 `AskUserQuestion` 引导用户选择性安装技能和规则，然后验证正确性并提供优化。

适用于所有项目的通用编码标准。

用于高性能分析和数据工程的 ClickHouse 特定模式。

用于可扩展服务器端应用程序的后端架构模式和最佳实践。

> 兼容性说明 (v1.8.0): `autonomous-loops` 保留一个发布周期。 > 规范的技能名称现在是 `continuous-agent-loop`。新的循环指南应在此处编写，而此技能继续可用以避免破坏现有工作流。