使用 Azure Cognitive Services 检测时序数据中的异常。此技能提供 Java SDK 模式，支持单变量和多变量异常检测以及实时流式处理。

使用 Claude 或 GitHub Copilot 集成，将音频录音转换为可搜索的文本，并生成带有 AI 驱动摘要的专业会议记录。

许多团队追踪的数据无法用于决策。本技能设计能够产出准确、可用于决策的分析数据的测量策略。

此技能使 Claude 能够通过 Rube MCP 自动化 Amplitude 产品分析工作流，包括事件追踪、用户活动查询、群组管理和用户识别。

此工作流捆绑包提供了构建生产级 AI 应用程序的全面指南，涵盖从 LLM 集成到 RAG 系统和 AI Agent。它将多个专业技能协调成一个连贯的开发流程。

LLM agent 通常在通过基准测试后仍在生产环境中失败。此技能提供行为测试、能力评估和可靠性指标，以便在部署前发现问题。

A/B 测试常因设计不当、过早停止和指标无效而失败。本技能强制执行严格的方法论，在任何测试运行前必须完成假设锁定、指标定义和样本量计算的强制门控。

研究人员和开发人员需要从网站收集结构化数据，但面临反抓取措施和复杂页面结构的挑战。just-scrape 提供了一个 CLI 工具，使用 AI 智能从网页中提取内容。

AI 代理很难从过去的经验中学习并随时间改进。ReasoningBank 基于 AgentDB 提供自适应学习模式，让代理能够跟踪轨迹、评判结果，并将记忆提炼为可复用的模式。

传统数据库在语义搜索查询方面表现吃力。AgentDB 提供 150 倍更快的向量操作，搜索时间低于毫秒级，可用于构建智能 RAG 系统和知识库。

随着数据增长，AgentDB 向量搜索会变慢，导致应用程序延迟。本技能提供量化和索引技术，在保持准确率的同时实现 150 倍更快的搜索和 4-32 倍的内存减少。

构建自学习代理需要复杂的强化学习设置。本技能提供包括决策变换器、Q学习和演员-评论家在内的9种算法的模板和指导。

构建复杂的分布式 AI 系统，实现亚毫秒级同步和高级搜索功能。了解如何实现 QUIC 同步、自定义距离度量以及混合向量加元数据搜索，用于生产环境应用。

Create professional text-to-video content with HappyHorse 1.0, the top-ranked model on the Artificial Analysis Video Arena. Generate native 1080p videos with synchronized audio in a single pass.

该技能消除了在执行基于公式的计算时对 Excel 或浏览器电子表格 UI 的需求。它让 AI 代理能够直接使用 Bilig WorkPaper 库在 Node.js 服务、测试和 MCP 工具中计算电子表格公式。

测量代理质量需要结构化的方法。此技能提供多维度评估量表、测试集管理和生产监控，以持续评估和改进代理性能。

有限的上下文窗口限制了复杂任务并增加了API成本。本技能提供经过验证的技术，通过压缩、观察掩码、KV缓存优化和上下文分区，将有效上下文容量提高两到三倍。

上下文是AI智能体有效性能的基础。该技能教你如何理解、设计和优化智能体系统中的上下文。学习渐进式披露、注意力机制和上下文预算原则，构建更强大的AI智能体。

手动评估 LLM 输出速度慢且在不同评审者之间存在不一致。本技能提供生产级别的自动化评估技术，使用 LLM 作为评审员。包括直接评分规则、成对比较（带位置偏差缓解）以及置信度校准。

无需手动操作即可从图像中提取信息。此技能使用 MiniMax 视觉 MCP 分析照片、截图、图表和原型，提供详细描述、文本提取和设计反馈。