Skill
PulseAugur coverage of Skill — every cluster mentioning Skill across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
公交代理实验者在 MCP 工具失败后撤销了 SKILL 层
一位实验者在使用基于 MCP 框架构建的公交代理时遇到了问题。在引入 SKILL 层来管理 MCP 工具使用后，代理开始倾向于使用网络搜索而非 MCP 工具，导致实时公交信息不准确。实验者撤销了更改，以更精简的形式重新引入了 SKILL 层，并恢复了可靠的 MCP 工具使用，尽管某些边缘情况仍需完善。
-
Apidog 通过新的 CLI 和 SKILL 增强 API 开发，以应对复杂工作流
Apidog 开发了新的命令行界面 (CLI) 和 SKILL 系统来补充其现有的 MCP 工具，旨在处理更复杂的 API 开发工作流。MCP 擅长标准化工具连接以完成简单任务，而新的 CLI + SKILL 则专为涉及验证、读回和执行确认的多步研发流程而设计。这个增强的 CLI 允许 AI Agent 与 API 资产进行交互，创建或更新测试集，在写入前验证更改，并确认执行结果，从而将复杂性从 AI 模型转移到工程系统。
-
使用可重用的“技能”可以使 AI 代理更具可扩展性和可维护性
本文提出了一种构建 AI 代理的新方法，即将它们的行为打包成可重用的“技能”，而不是依赖于庞大、单一的提示词。一个技能封装了特定的功能，例如审查简历或提供水族馆建议，以及指令、示例和安全边界。这种关注点分离，其中技能处理可重用行为，用户记忆存储上下文特定信息，旨在使 AI 代理对于重复性任务更具可维护性、可扩展性和适应性。
-
微软报告：员工已准备好迎接AI，但公司落后 · 追踪2个来源
微软最新报告显示，尽管员工已准备好在职场拥抱AI，但许多组织和领导者却落后于形势。该报告基于对2万名AI用户进行的调查以及对Microsoft 365数据的分析，发现58%的AI用户正在完成以前不可能完成的工作，而在中国这一比例上升至72%。然而，只有26%的员工认为其领导层对AI的理解与他们自己一致。微软强调，成功的AI整合需要将其视为一种组织能力，而不仅仅是一个技术工具，组织环境比个人心态更能驱动AI的价值。
-
AI技能设计模式与评估框架详解
本系列文章介绍了创建可预测、高质量AI技能的设计模式。第一篇文章详细介绍了五种核心模式：单一职责、契约驱动、渐进增强、可观察设计和防御性输出。这些模式旨在确保AI技能可靠地执行单一任务，具有明确定义的输入和输出，能够优雅地处理不完整信息，提供流程透明度，并标记不确定的信息以确保用户安全。第二篇文章侧重于评估AI技能，提出了一个双层框架，评估触发器准确性（技能是否被正确调用）和任务完成质量。它概述了触发器评估的指标，如召回率和精确率，并…
-
AI 代理：会议见解与 API 集成策略
来自 Habr 的两篇文章讨论了 AI 代理的开发和应用。第一篇涵盖了 OpenTalks.AI 2026 会议，重点关注实际的机器学习应用和 AI 平台管理。第二篇文章比较了 MCP 和 CLI + Skill 两种将 AI 代理与内部 API 集成的方法，通过基准测试分析资源效率和性能。
-
Kouzi 3.0 推出，助力内容创作者
Kouzi 3.0 已正式上线，为内容创作者提供从构思到发布后分析的全方位工作流程管理工具。该平台支持跨设备协作，让创作者能够无缝地在 PC 和移动设备上进行选题、内容创作、审核和分析等任务。新版本旨在简化内容创作者的日常运营。
-
Skill 库将 AI 提示词视为可重用对象
Skill 库引入了一种将 AI 提示词视为可重用对象的方法，类似于参数化 SQL 查询。这种方法将提示词模板与应用程序逻辑分离，从而无需更改核心代码即可轻松进行测试、版本控制和模型替换。开发人员可以定义一个单一的提示词结构，并在 Anthropic、OpenAI 和 Google 等提供商的不同 AI 模型上执行它，从而实现高效的模型更新和成本优化。
-
LivinGrimoire AI 模式使用提示工程进行模块化技能创建
LivinGrimoire 软件设计模式采用模块化 AI 引擎架构，其中独立的“技能”类定义特定行为。这些技能可以通过提示工程方法按需生成，允许用户用一行描述所需技能，并获得即插即用的 Python 代码片段。该模式概述了一种特定架构，包含用于逻辑、硬件、输入和传感器的不同“叶瓣”，以及触发输出、技能间通信和持久化的方法。
-
DeepSeek V4 首发适配落后：昇腾为何坚持不做 CUDA 兼容层？
华为的昇腾 AI 加速器正在开辟一条独特的道路，通过摒弃 CUDA 兼容性来构建独立的生态系统。该战略侧重于其最新的昇腾 950 芯片的深度架构更改，以满足大型模型不断变化的需求，例如改进的内存访问和低精度计算。通过开发自己的虚拟指令集、编译器和运行时，昇腾旨在实现自给自足，同时与主流框架保持一致以方便开发者。
-
开源项目 Cloudrouter 构建 AI 编码代理终端
一款名为 Skill 的新开源终端应用程序已被开发出来，旨在方便使用 AI 编码代理。该工具旨在帮助用户启动虚拟机和 GPU，从而简化部署和管理 AI 开发环境的过程。该项目旨在为使用 AI 驱动的编码助手的人们提供下一代开发体验。