共 607 篇相关文章

Matt Pocock开源mattpocock/skills项目,将个人.claude目录配置公开分享。本文深度解析Claude Skills机制、技能库构建方法论,以及AI辅助开发从提示工程演进为技能工程的新趋势。

Google Labs开源stitch-skills项目,为AI Agent提供标准化技能封装方案,兼容Gemini CLI、Claude Code、Cursor等主流编程Agent。本文深入解析Agent Skills开放标准的架构设计与开发者价值。

谷歌工程师Addy Osmani开源项目agent-skills,GitHub超7.6万星。通过结构化"技能包"为AI编程代理补足工程短板,涵盖性能审查、安全检查、代码规范等能力,推动AI编程从代码生成走向真正的工程化实践。


深度拆解Agent Skills核心概念:从基础Prompt到封装完善的AI专业能力单元,五个层级逐步解析人机交互演进路径,厘清Skill与MCP、Workflow的本质区别,帮你真正「配置」AI而非只是「使用」AI。

通用大模型直接做Abaqus仿真,单位制出错、装配未完成,最终什么都算不出来;加载Skills技能包后,AI一气呵成批量生成应力云图。本文通过对比实验,深度解析AI Agent落地CAE仿真的核心方法论:通用模型+领域技能包。


深入解析AI编程新范式Skills技能:通过意图路由与脚本封装,让AI智能体自动管理多渠道大模型API,实现One API中转站的一键分发、健康检查与自动降级,告别繁琐配置。

agentskills开源项目正试图解决AI Agent生态碎片化问题,通过标准化技能规范实现技能的可移植、可组合与可复用。本文深入解析Agent Skills的设计思路、核心价值及其对AI智能体生态的深远意义。

Light-Skills是一款MIT协议开源科研AI工具,内置28个互衔接Skill、9个知识库、317张知识卡及49个可执行脚本,覆盖调研、实验、图表、投稿全流程,并以「不编造文献数据」为硬底线,彻底解决通用AI幻觉难题。

深入解析AI Skills技能系统的核心架构与执行流程,涵盖Skill.md双层设计、技能扫描匹配机制、按需加载原理及实战集成方法,帮助开发者为AI Agent构建模块化、可扩展的能力体系。

详解测试工程师专属的6个AI Skills:测试用例生成、PRD转XMind脑图、JMeter脚本编写、Playwright自动化、性能分析报告、需求Checklist,覆盖测试全链路,半天完成原来2-3天工作量。

SkillSpector是NVIDIA开源的AI Agent Skill安全扫描工具,可检测数据窃取、恶意命令执行、权限过宽等风险。支持本地规则扫描和模型辅助深度分析两种模式,帮助开发者在安装第三方Skill前识别安全隐患。

深度解析GitHub近15万星的Anthropic Skills项目,详解skill.md文件结构、渐进式加载机制、开箱即用技能生态及跨工具开放标准,教你如何给Claude等AI大模型装上可复用的技能包。

深入解析MCP(模型上下文协议)与Skills(技能模块)的核心区别,通过USB接口、APP商店等通俗类比,结合测试领域实际应用场景,帮助测试工程师理解两者如何协同实现AI驱动的全流程自动化测试。

深入解析Claude Code Skills技能文件的四大核心优势:篇幅扩展、复用传播、版本控制与渐进式加载,详解如何利用Skills实现AI自动生成测试用例的工程化落地流程。

Agent Skills通过将AI能力拆分为独立技能文件夹,实现按需动态加载和渐进式披露,降低80%token消耗,大幅减少幻觉,让大模型按照固定模板生成标准化成果。本文详解核心设计、三阶段加载策略及实战构建流程。

详解如何用Claude Code+Skills自动生成企业级测试用例。对比传统大模型与AI Agent的差异,介绍感知、决策、行动、记忆四大能力,提供从需求分析到用例生成的完整流程与工具选型建议。