搜索「Self Improving」的结果

io.github.joshua-auchincloss/factsets

为 AI 智能体提供本地、持久、可自我维护知识库的 MCP 服务器。

io.github.context-foundry/context-foundry

递归派生 Claude 实例来自主构建项目，并带有自愈式测试循环。

io.github.idjohnson/vikunjamcp

接入自托管任务管理方案 Vikunja 的 MCP 服务器。

io.github.edrich13/mcp-jira-server

面向自托管 Jira 实例的 MCP 服务器，使用个人访问令牌（PAT）鉴权

io.github.labring/FastGPT/deploy

FastGPT 的 Docker Compose 自托管部署流程。当用户要求 AI 智能体参照 /deploy/SKILL.md 用 Docker 部署 FastGPT 时使用，包括创建空的 fastgpt 目录、以非交互模式运行安装脚本、启动 Docker Compose、监控服务健康、排查 compose 问题，并返回访问地址、root 账号凭据与后续步骤。

io.github.nexu-io/open-design/open-design-homepage

对线上 open-design.ai 主页的像素级忠实、自包含镜像——交互式 React Three Fiber / Next.js hero，含实时 3D 字标、贴纸拼贴、可变字体与滚动驱动动效。展示交互式网页营销页面视觉上限的第一方范例。

io.github.ruvnet/ruflo/reasoningbank-agentdb

Implement ReasoningBank adaptive learning with AgentDB's 150x faster vector database. Includes trajectory tracking, verdict judgment, memory distillation, and pattern recognition. Use when building self-learning agents, optimizing decision-making, or implementing experience replay systems.

io.github.docling-project/docling/docling

用 Docling 理解任意受支持格式文档的内容——PDF（原生数字或扫描件）、DOCX、PPTX、XLSX、HTML、Markdown、AsciiDoc、CSV、图片、音频与 XML——把它们统一转换为 DoclingDocument（Markdown 或结构化 JSON）。当你需要读取、解析、转换、提取或切分无法直接阅读的文档时使用，例如“这份 PDF 里有什么”“转成 markdown”“提取表格”“为 RAG 切块”“读这份扫描文档”“解析这个 DOCX/PPTX”。涵盖 docling CLI、Python SDK（DocumentConverter 与 PipelineOptions）、远程 Service Client（自托管或托管的 docling-serve），以及用于最小依赖体积的 docling-slim install extras。

io.github.openai/codex/openai-docs

用于 Codex 模型/定价、定时任务、skills、设置、安装、排障、定制、自动化与自我知识——包括指代 Codex 的“you”“your”“this app”“this coding agent”——以及 OpenAI API/产品与 ChatGPT Work 的问题。也用于模型选型/迁移、prompt 撰写、SDK、Responses、Realtime、agents、evals 以及 Chat/Work/Codex 的对比。仅提到 Codex 的普通应用/软件任务不适用。

io.github.asgeirtj/system_prompts_leaks/openai-docs

Use for Codex models/pricing, scheduled tasks, skills, settings, setup, troubleshooting, customization, automations, and self-knowledge—including 'you,' 'your,' 'this app,' or 'this coding agent' when they refer to Codex—and for OpenAI APIs/products and ChatGPT Work. Also use for model choice/migration, prompting, SDKs, Responses, Realtime, agents, evals, and Chat/Work/Codex comparisons. Do not use for generic app/software tasks that merely mention Codex.

io.github.BerriAI/litellm/litellm-setup

Set up a self-hosted LiteLLM proxy, the OpenAI-compatible LLM gateway, on this machine, from install through provider keys, config.yaml, a master key, optional Postgres and Admin UI, and a verified chat completion. Use when the user asks to set up LiteLLM, install the LiteLLM proxy, self-host an LLM gateway, or put one endpoint in front of OpenAI, Anthropic, Gemini, Azure, Bedrock, Ollama, or other providers. Not for using the LiteLLM Python SDK inside an app

io.github.langbot-app/LangBot/langbot-deploy

部署并配置 LangBot 实例——Docker / Docker Compose、Kubernetes、config.yaml 模型、Box 沙箱运行时、插件运行时，以及全局 API key。在生产或自托管环境中安装、部署、升级或配置 LangBot 时使用。触发语包括 deploy langbot、langbot docker、langbot compose、langbot kubernetes、langbot config.yaml、langbot box runtime、langbot global api key。

io.github.davila7/claude-code-templates/react-best-practices

React 与 Next.js 性能优化全面指南，包含 40 余条规则，用于消除请求瀑布、优化包体积并改进渲染。在优化 React 应用、做性能评审或重构组件时使用。

io.github.Stirling-Tools/Stirling-PDF/feature-walkthrough

端到端讲解当前分支的完整逻辑与流程，让毫无前置知识的人也能理解、审查并复现。从分支 diff 界定变更范围，追踪其触达的每一层流程（前端工具/hook/组件、Java controller/service/endpoint、Python 引擎、配置、i18n、测试），产出带 Mermaid 图（时序/流程/架构）、可点击引用的带注释文件地图、前后行为对比、涉及 UI 时的截图、「本地试跑」章节与边界情况/风险的自包含走查文档。当被要求做功能或分支走查、「解释这个分支做了什么」、设计/逻辑说明、PR 审查者上手或交接文档时使用。加 --html 可同时输出渲染的 HTML 版；--no-screens 跳过截图。

io.github.alirezarezvani/claude-skills/app-store-optimization

面向 App Store Optimization（ASO）的工具包，用于研究关键词、分析竞争对手排名、生成元数据建议、提升应用在 Apple App Store 与 Google Play Store 的可见度。当用户询问 iOS 或 Android 上的 ASO、应用商店排名、应用元数据、应用标题与描述、应用商店列表、应用可见度或移动应用营销时使用。支持关键词研究与评分、竞争对手关键词分析、元数据优化、A/B 测试规划、上线清单与排名变化跟踪。

io.github.coreyhaines31/marketingskills/marketing-loops

当用户想设置周期性、自动运行的营销工作流——由 AI 代理按固定节奏（每周、每天或按触发器）重复执行的循环，而不是一次性任务——时使用。用户提到 marketing loop、recurring marketing workflow、automate my marketing、marketing on autopilot、weekly marketing review、ad fatigue check、content refresh loop、churn watch、ranking drop alert、always-on marketing、marketing automation workflow 或“每周都跑一次这个”等场景时也适用。用于选择、适配并排期一个持续运行的营销循环，由它编排其他营销技能。一次性营销点子见 marketing-ideas，实验循环见 ab-testing。

io.github.mem0ai/mem0/mem0-integrate

以目标驱动、TDD 的流程将 Mem0 集成到现有仓库。自动检测仓库语言,并让用户在 Mem0 Platform(托管)与 Mem0 开源(自托管)之间选择。先写失败测试再做实现。产出本地功能分支和供配套验证技能使用的 .mem0-integration/ 产物。触发条件:用户说 "integrate mem0"、"add mem0 to this repo"、"wire mem0 into <repo>",或询问如何在现有项目中加入记忆。不触发:一般 SDK 使用(用 skill:mem0)、CLI 使用(用 mem0-cli)、Vercel AI SDK(用 skill:mem0-vercel-ai-sdk)。成功后调用 skill:mem0-test-integration 在同一工作区验证(松耦合)。

io.github.mem0ai/mem0/mem0

Mem0 Platform SDK,为 AI 应用添加持久记忆。触发条件:用户提到 "mem0"、"MemoryClient"、"记忆层"、"记住用户偏好"、"持久上下文"、"个性化",或需要为聊天机器人、agent 或 AI 应用添加长期记忆。涵盖 Python SDK(mem0ai)、TypeScript SDK(mem0ai)及框架集成(LangChain、CrewAI、OpenAI Agents SDK、Pipecat、LlamaIndex、AutoGen、LangGraph),也涵盖开源自托管的 Memory 类。模糊查询时这是默认的 mem0 技能。不触发:CLI 命令、终端使用或 shell 脚本(用 mem0-cli),或 Vercel AI SDK/@mem0/vercel-ai-provider/createMem0(用 mem0-vercel-ai-sdk)。

io.github.mem0ai/mem0/mem0-oss-to-platform

制定并执行将项目从 mem0 开源/自托管 SDK(本地 Memory 类)迁移到 mem0 Platform 托管 SDK(MemoryClient 类)的方案。当开发者想把 mem0 从 OSS/自托管迁移到托管 API 时使用,例如"把 mem0 设置迁移到平台""从自托管 mem0 切换到 MemoryClient""改用 mem0 API key 而非本地 Qdrant""把 mem0 迁到云端/托管服务""用平台配置替换本地向量库+嵌入器配置"。适用于 Python(from mem0 import Memory → from mem0 import MemoryClient)和 TypeScript/JavaScript(import { Memory } from "mem0ai/oss" → import MemoryClient from "mem0ai")。即使用户没说"迁移"二字,但明显希望现有 mem0 集成改为访问托管平台时也应触发。先产出可审阅的迁移计划,经开发者确认后执行。

io.github.thedaviddias/Front-End-Checklist/frontend-checklist-global

Use when auditing or improving any frontend codebase against the full Front-End Checklist rule corpus through one entry point.

io.github.affaan-m/ECC/frontend-design-direction

为生产级 UI 工作确定一套 ECC 专属的前端设计方向。当构建或改进网站、仪表盘、应用、组件、落地页、可视化工具，或任何需要更强产品化设计判断的 Web UI 时使用。

io.github.affaan-m/ECC/blueprint

Turn a one-line objective into a step-by-step construction plan for multi-session, multi-agent engineering projects: one-PR-sized steps with self-contained context briefs, dependency graph with parallel-step detection, adversarial review gate, and plan mutation protocol. Use when planning a large feature, refactor, or roadmap that spans multiple PRs or sessions; not for single-PR tasks or when the user says "just do it".

io.github.affaan-m/ECC/agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

io.github.affaan-m/ECC/make-interfaces-feel-better

Apply concrete design-engineering details that make interfaces feel polished. Use when reviewing or improving UI spacing, typography, borders, shadows, motion, hit areas, icons, text wrapping, and interaction states.