# Claude AI 技能合集

`AI技能` `Claude` `多智能体` `RAG` `知识图谱` `MCP` `WhatsApp` `工作流`

# Anthropic Claude 技能合集

使用 skill-seekers 创建的全面 Claude AI 技能集合。

## 技能列表

### Agno AI 框架技能

**版本：** 1.0.0
**描述：** 使用 Agno 框架构建、部署和管理多智能体 AI 系统的综合技能。

**包含内容：**
- 来自 https://docs.agno.com 的完整文档
- 代码示例与最佳实践
- 智能体创建与管理指南
- 多智能体团队与工作流
- 工具、知识库与记忆集成
- 使用 AgentOS 进行生产部署
- API 参考与常用模式

**使用方式：**
1. 使用打包好的技能：`output/agno.zip`
2. 或浏览技能目录：`output/agno/`
3. 主技能文件：`output/agno/SKILL.md`

**核心特性：**
- 使用各种 LLM 提供商（Anthropic、OpenAI、Google 等）构建 AI 智能体
- 实现 RAG（检索增强生成）模式
- 创建多智能体协作系统
- 部署生产就绪的智能体应用
- 100+ 预置工具集成
- 性能优化与最佳实践

---

### yt-dlp 技能

**版本：** 1.0.0
**描述：** yt-dlp 综合技能——支持数千个站点的功能丰富的命令行音视频下载器。

**包含内容：**
- 完整的 yt-dlp 使用指南与示例
- 全平台安装说明
- 格式选择与画质优化
- 音频提取与转换
- 播放列表与频道下载
- 直播录制
- 高级功能（SponsorBlock、元数据、字幕）
- Python 集成示例
- 故障排查与最佳实践

**使用方式：**
1. 使用打包好的技能：`output/yt-dlp.zip`
2. 或浏览技能目录：`output/yt-dlp/`
3. 主技能文件：`output/yt-dlp/SKILL.md`

**核心特性：**
- 从 YouTube、Vimeo、TikTok 及数千个其他站点下载视频
- 提取音频为 MP3、M4A、OPUS 等格式
- 播放列表与频道批量下载
- 格式选择与画质控制
- 字幕与元数据嵌入
- 直播录制
- FFmpeg 后处理集成
- 支持浏览器 Cookie 以访问需认证内容
- SponsorBlock 集成
- 支持配置文件自动化

---

### Graphiti & Zep 知识图谱技能

**版本：** 1.0.0
**描述：** Graphiti 和 Zep 综合技能——面向 AI 智能体的时序知识图谱框架，支持动态上下文工程。

**包含内容：**
- 完整的 Graphiti 框架指南
- Zep 平台集成
- 时序知识图谱概念
- 实体与关系管理
- 混合搜索实现（语义搜索 + BM25 + 图遍历）
- 多数据库支持（Neo4j、FalkorDB、Kuzu、Neptune）
- LLM 集成示例
- 智能体框架集成（LangGraph、CrewAI、Autogen）
- Python、TypeScript 和 Go SDK 示例
- 生产部署与最佳实践

**使用方式：**
1. 使用打包好的技能：`output/graphiti.zip`
2. 或浏览技能目录：`output/graphiti/`
3. 主技能文件：`output/graphiti/SKILL.md`

**核心特性：**
- 为 AI 智能体构建时序知识图谱
- 跨对话的持久化智能体记忆
- 双时态数据模型（事件时间 + 摄入时间）
- 时间点历史查询
- 自定义实体类型与本体
- 多方法混合搜索
- 亚秒级查询延迟
- 与主流智能体框架集成
- 企业级功能（RBAC、BYOK、审计日志）
- 多用户上下文管理
- 面向个性化 AI 应用的图 RAG

---

### Microsoft GraphRAG 技能

**版本：** 1.0.0
**描述：** Microsoft GraphRAG 综合技能——基于模块化图的 RAG 系统，用于对私有数据集进行推理。

**包含内容：**
- 完整的 GraphRAG 流水线指南
- 从非结构化文本提取知识图谱
- 层次化社区检测（Leiden 算法）
- 多种查询模式（全局、局部、DRIFT）
- 索引流水线配置
- 领域特定数据集的提示词调优
- LLM 集成（OpenAI、Azure OpenAI、Ollama）
- Python API 与 CLI 使用
- 成本管理与优化
- 生产部署最佳实践

**使用方式：**
1. 使用打包好的技能：`output/graphrag.zip`
2. 或浏览技能目录：`output/graphrag/`
3. 主技能文件：`output/graphrag/SKILL.md`

**核心特性：**
- 从文本中提取实体、关系和声明
- 自动从文档构建知识图谱
- 用于多层摘要的层次化社区检测
- 用于整体语料库理解的全局搜索
- 用于实体特定查询的局部搜索
- 结合实体与社区上下文的 DRIFT 搜索
- 领域特定提示词调优
- 支持多种 LLM 提供商
- 成本估算与优化工具
- 与 LangChain、FastAPI、Streamlit 集成
- 在复杂推理任务上优于基线 RAG

---

### Evolution API 技能

**版本：** 1.0.0
**描述：** Evolution API 综合技能——开源 WhatsApp 集成平台，支持多服务聊天机器人与自动化。

**包含内容：**
- 使用 Baileys 和官方 API 的完整 WhatsApp 集成指南
- 实例管理与连接处理
- 全面的消息 API（文本、媒体、交互式消息）
- Webhook 系统与事件处理
- 集成指南（Typebot、Chatwoot、Dify、OpenAI）
- 群组管理与操作
- 消息队列集成（RabbitMQ、Kafka、SQS）
- 数据库持久化（PostgreSQL、MySQL）
- Docker 部署与生产环境配置
- Node.js 和 Python Webhook 示例

**使用方式：**
1. 使用打包好的技能：`output/evolution-api.zip`
2. 或浏览技能目录：`output/evolution-api/`
3. 主技能文件：`output/evolution-api/SKILL.md`

**核心特性：**
- WhatsApp Business API 集成
- 发送/接收文本、媒体、位置、联系人、按钮
- 交互式消息（列表、按钮）
- Typebot 聊天机器人集成
- Chatwoot 客服集成
- OpenAI 和 Dify AI 集成
- 所有事件的实时 Webhook
- 群组创建与管理
- 联系人与资料管理
- S3/MinIO 媒体存储
- Redis 缓存提升性能
- WebSocket 支持实时事件
- 高可用生产就绪
- 带认证的完整 REST API
- 多实例支持

---

### 模型上下文协议（MCP）技能

**版本：** 1.0.0
**描述：** 模型上下文协议（MCP）综合技能——将 LLM 与外部上下文、工具和数据源集成的标准化协议。

**包含内容：**
- 完整的 MCP 服务器开发指南（Python FastMCP 和 TypeScript）
- MCP 客户端实现模式
- 安全与 OAuth 2.1 授权
- 用于测试和调试的 MCP Inspector 工具
- 传输选项（STDIO、SSE、带 SSE 的 HTTP）
- 资源、工具和提示词服务器模式
- 与 Claude Desktop 及其他客户端的集成
- 生产部署最佳实践
- 常见服务器实现（文件系统、API、数据库）

**使用方式：**
1. 使用打包好的技能：`output/mcp.zip`
2. 或浏览技能目录：`output/mcp/`
3. 主技能文件：`output/mcp/SKILL.md`

**核心特性：**
- 使用 FastMCP（Python）或 TypeScript SDK 构建 MCP 服务器
- 实现资源、工具和提示词
- OAuth 2.1 授权与安全
- JSON-RPC 通信协议
- 本地集成的 STDIO 传输
- 远程连接的 SSE（服务器发送事件）
- 使用 Pydantic 模型的结构化输出
- 长时间运行操作的进度报告
- 多客户端支持与会话管理
- Claude Desktop 集成
- 用于开发和测试的 MCP Inspector
- 生产部署模式

---

### Dify 技能

**版本：** 1.0.0
**描述：** Dify 综合技能——开源平台，用于构建带可视化界面的智能体工作流和 LLM 应用。

**包含内容：**
- 完整的可视化工作流构建器指南
- RAG（检索增强生成）流水线设置
- 使用 50+ 内置工具的智能体开发
- 知识库管理与文档处理
- LLMOps 监控与分析
- REST API 集成（Python、Node.js）
- 部署指南（Docker、Kubernetes、云平台）
- 生产最佳实践与故障排查

**使用方式：**
1. 使用打包好的技能：`output/dify.zip`
2. 或浏览技能目录：`output/dify/`
3. 主技能文件：`output/dify/SKILL.md`

**核心特性：**
- 拖拽式可视化工作流引擎
- 支持来自数十家提供商的数百种 LLM
- 用于模型对比的提示词 IDE
- 支持 PDF、PPT 和文档的 RAG 流水线
- 支持自定义工具集成的 ReAct 智能体
- 应用监控与性能分析
- 带 REST API 的后端即服务
- 可部署为 Web 应用、API 或嵌入式组件
- 多种部署选项（云端、Docker、Kubernetes）
- 知识库分块策略与检索优化

---

### Langextract 技能

**版本：** 1.0.0
**描述：** Langextract 综合技能——Google 的语言检测与提取库。

**包含内容：**
- 完整文档与示例
- API 参考与最佳实践
- 集成指南
- 故障排查提示

**使用方式：**
1. 使用打包好的技能：`output/langextract.zip`
2. 或浏览技能目录：`output/langextract/`
3. 主技能文件：`output/langextract/SKILL.md`

**核心特性：**
- 语言检测
- 文本提取
- 多语言支持

---

### Ticketmaster API 技能

**版本：** 1.0.0
**描述：** Ticketmaster Discovery API 综合技能——活动搜索与票务发现平台。

**包含内容：**
- 完整的 Ticketmaster Discovery API 文档
- 认证与 API 密钥管理
- 活动搜索、详情、图片和建议接口
- 演出者与场馆搜索功能
- 分类与流派查询
- 速率限制与配额管理（每秒 5 次请求，每天 5000 次）
- Python 和 JavaScript 集成示例
- React 和 Node.js 使用案例
- 故障排查与最佳实践

**使用方式：**
1. 使用打包好的技能：`output/ticketmaster.zip`
2. 或浏览技能目录：`output/ticketmaster/`
3. 主技能文件：`output/ticketmaster/SKILL.md`

**核心特性：**
- 搜索美国、加拿大、墨西哥、澳大利亚、英国、爱尔兰和欧洲的 23 万+ 场活动
- 按关键词、地点、类别、日期范围查找活动
- 获取活动详情、图片、场馆和演出者信息
- 高级过滤（价格范围、流派、分类）
- 带半径的基于位置的搜索
- 分页与排序选项
- 带嵌入资源的 HAL 格式响应
- 速率限制监控与管理
- 完整的错误处理模式

---

## 如何创建技能

### 自动化技能生成（推荐）

本仓库包含用于创建全面 Claude 技能的自动化脚本：

```bash
# 快速开始：从 URL 创建技能
./create_skill.py <技能名称> <url1> [url2] [url3] ...

# 示例：创建 FastAPI 技能
./create_skill.py fastapi \
  https://fastapi.tiangolo.com \
  https://github.com/tiangolo/fastapi

# 示例：创建 Redis 技能
./create_skill.py redis \
  https://redis.io/docs \
  https://github.com/redis/redis-py

# 获取增强指导
./enhance_skill.py <技能名称>
```

**脚本功能：**
- 自动创建配置文件
- 生成全面的 SKILL.md 模板
- 创建正确的目录结构
- 打包为 .zip 文件
- 更新 README.md
- 提交并推送到 git

**文档：**
- 📖 [完整脚本指南](SCRIPTS_GUIDE.md) - 详细用法与选项
- 📚 [示例](EXAMPLES.md) - 50+ 热门技术示例
- 🛠️ 脚本：`create_skill.py`、`enhance_skill.py`

### 手动创建技能

你也可以使用 [skill-seekers](https://github.com/yusufkaraaslan/Skill_Seekers) 手动创建技能：

```bash
# 安装 skill-seekers
pip install skill-seekers

# 抓取文档
skill-seekers scrape --config configs/agno_docs.json

# 打包技能
zip -r agno.zip output/agno/
```

## 配置文件

技能创建的配置文件存储在 `configs/` 目录下：
- `agno_unified.json` - Agno 的统一配置（文档 + GitHub）
- `agno_docs.json` - 仅文档配置
- `ytdlp_github.json` - yt-dlp 的 GitHub 配置
- `graphiti_github.json` - Graphiti 的 GitHub 配置
- `graphrag_github.json` - Microsoft GraphRAG 的 GitHub 配置
- `evolution_api_github.json` - Evolution API 的 GitHub 配置
- `mcp_github.json` - 模型上下文协议的 GitHub 配置
- `dify_github.json` - Dify 的 GitHub 配置
- `langextract_github.json` - Langextract 的 GitHub 配置
- `ticketmaster_github.json` - Ticketmaster 的 GitHub 配置

## 资源

### Agno
- **GitHub**：https://github.com/agno-agi/agno
- **文档**：https://docs.agno.com
- **社区**：https://community.agno.com

### yt-dlp
- **GitHub**：https://github.com/yt-dlp/yt-dlp
- **支持站点**：https://github.com/yt-dlp/yt-dlp/blob/master/supportedsites.md

### Graphiti & Zep
- **Graphiti GitHub**：https://github.com/getzep/graphiti
- **Zep 文档**：https://help.getzep.com/
- **Zep 概念**：https://help.getzep.com/concepts

### Microsoft GraphRAG
- **GitHub**：https://github.com/microsoft/graphrag
- **文档**：https://microsoft.github.io/graphrag/
- **研究论文**：https://arxiv.org/abs/2404.16130

### Evolution API
- **GitHub**：https://github.com/EvolutionAPI/evolution-api
- **文档**：https://doc.evolution-api.com/
- **官网**：https://evolution-api.com

### 模型上下文协议
- **文档**：https://modelcontextprotocol.io/
- **Python SDK**：https://github.com/modelcontextprotocol/python-sdk
- **TypeScript SDK**：https://github.com/modelcontextprotocol/typescript-sdk
- **规范**：https://spec.modelcontextprotocol.io/

### Dify
- **GitHub**：https://github.com/langgenius/dify
- **文档**：https://docs.dify.ai/
- **云平台**：https://cloud.dify.ai
- **Discord**：https://discord.gg/dify

### Langextract
- **GitHub**：https://github.com/google/langextract
- **示例**：https://github.com/google/langextract/tree/main/examples
- **文档**：https://github.com/google/langextract/tree/main/docs/examples

### Ticketmaster
- **入门指南**：https://developer.ticketmaster.com/products-and-docs/apis/getting-started/
- **Discovery API**：https://developer.ticketmaster.com/products-and-docs/apis/discovery-api/v2/
- **搜索活动**：https://developer.ticketmaster.com/products-and-docs/apis/discovery-api/v2/#search-events-v2
- **活动图片**：https://developer.ticketmaster.com/products-and-docs/apis/discovery-api/v2/#event-images-v2
- **分类**：https://developer.ticketmaster.com/products-and-docs/apis/discovery-api/v2/#anchor_getGenre

### 工具
- **Skill Seekers**：https://github.com/yusufkaraaslan/Skill_Seekers

## 许可证

Apache-2.0