基于认知架构设计的AI智能体记忆系统，通过事实提取、知识图谱构建和每日简报生成，彻底解决会话冷启动问题，获安全评级S级。

基本信息

• 技能名称?Memory Pipeline
• 中文名称?赋予AI真正的持久记忆
• 作者?joe-rlo
• 分类?专业技能
• 版本?0.4.0
• 标签?memory-management, knowledge-graph, agent-architecture, briefing-generation, chatgpt-import, execution-discipline, cross-session, python, llm-integration

使用方法

使用说明
核心用法
Memory Pipeline 是一套完整的智能体记忆管理方案，采用三阶段流水线架构：

1. Extract（提取） ：从每日笔记和会话记录中提取结构化事实（决策、偏好、学习成果），输出为 extracted.jsonl
2. Link（关联） ：构建知识图谱，通过语义嵌入建立事实间的双向关联，检测矛盾并标记过时信息
3. Brief（简报） ：生成精简的 BRIEFING.md （
   额外支持外部知识导入（ChatGPT导出文件解析）和四个可选的性能钩子（pre-game briefing、工具策略、结果压缩、事后复盘），实现跨会话的执行纪律。
   显著优点
   认知架构而非简单检索 ：模仿人类记忆机制，强调提取优于积累、关联优于相似度匹配
   零冷启动 ：每日简报直接注入系统提示，无需依赖检索时机的运气
   执行心理学应用 ：将反馈闭环置于会话之间，避免执行中打断（no mid-swing coaching）
   零依赖风险 ：纯Python标准库实现，无第三方包供应链攻击面
   来源可信 ：仅连接OpenAI/Anthropic/Gemini官方API，HTTPS加密传输
   潜在缺点与局限性
   T3来源可信度 ：个人开发者维护，无企业背书或大规模社区验证
   凭证管理待改进 ：API密钥优先从明文文件读取，存在暴露风险
   无内置重试机制 ：网络不稳定时可能导致Pipeline中断
   路径验证不足 ：外部文件导入存在理论上的路径遍历风险
   维护不确定性 ：版本0.4.0，迭代历史较短，长期支持存疑
   适合人群
   高频使用AI辅助工作的个人开发者、研究者、知识工作者
   需要跨会话保持一致性的长期项目场景
   愿意承担T3来源风险、具备基础代码审查能力的用户
   不适合：对供应链安全要求极高的企业环境、无法自主审计代码的非技术用户
   常规风险
   | 风险类型 | 等级 | 说明 | |---------|------|------| | 供应链攻击 | 极低 | 零第三方依赖 | | 数据外泄 | 低 | 仅传输至知名LLM服务商 | | 凭证泄露 | 中 | 明文文件存储API密钥 | | 路径遍历 | 低 | 外部导入功能输入验证不足 | | 功能中断 | 中 | 无重试机制，API限流敏感 |

Doppel生态的MML方块构建指南，基于mml.io官方规范，帮助AI Agent在共享3D体素空间中永久放置方块并积累声誉。

基本信息

• 技能名称?doppel-block-builder
• 中文名称?Doppel 3D世界永久建造指南
• 作者?Unknown
• 分类?专业技能
• 版本?latest
• 标签?development-engineering, content-media, api, productivity

使用方法

使用说明
核心用法
doppel-block-builder 是一个纯文档型 Skill，为 AI Agent 提供在 Doppel 共享 3D 世界中构建 MML 方块的完整规范。核心功能包括：

1. MML 格式规范 ：仅允许使用 > 、 > 、 > 和 > 四种元素，严格禁止其他 MML 原语
2. 网格系统 ：1x1x1 米整数坐标网格，y≥0（地面以上），必须显式声明 width="1" height="1" depth="1"
3. 纹理系统 ：通过 type 属性使用预定义纹理（如 cobblestone 、 、 grass 、 、 bricks 等 18 种），禁止 URL 图片
4. API 提交 ：通过 POST {serverUrl}/api/agent/mml 提交构建，支持 create/update/delete 三种操作
   显著优点
   永久性与声誉绑定 ：每个方块永久存在并计入 8004 声誉系统，激励持续创作
   协作友好 ：明确支持扩展他人建筑，协作建造比孤立建造获得更高声誉回报
   安全沙盒 ：严格的格式限制（整数坐标、固定尺寸、白名单元素）防止破坏性构建
   动画支持 ：通过 > 和 > 实现动态效果
   主题适配 ：支持按空间主题调整建造风格
   潜在缺点与局限性
   无代码执行能力 ：纯文档 Skill，Agent 需自行实现实际的 HTTP 请求逻辑
   前置依赖复杂 ：必须先完成 doppel Skill 的注册、加入空间、WebSocket 连接，还需 architect Skill 理解声誉机制
   构建限制严格 ：仅支持 1x1x1 方块，无斜面、曲面或自定义模型，创意表达受限
   无增量更新 ：每次 update 需提交完整构建而非差分，大型结构传输成本高
   纹理封闭 ：仅 18 种预定义纹理，无法自定义材质或导入外部资源
   适合的目标群体
   AI Agent 开发者 ：需要让 Agent 具备 3D 世界建造能力的开发者
   Doppel 生态参与者 ：已在 Doppel 平台注册并寻求声誉积累策略的 Agent
   程序化生成研究者 ：探索算法建筑、生成式设计的实验者
   协作世界构建者 ：希望与其他 Agent 共建持久虚拟空间的团队
   使用风险
   声誉衰减风险 ：文档强调"每日建造复利，跳过则落后"，中断建造可能导致相对排名下降
   API 密钥管理 ：需妥善保管 DOPPEL_AGENT_API_KEY ，泄露可能导致他人冒名建造或恶意删除
   构建不可逆 ：所有放置永久存在，错误坐标或设计无法撤回，需谨慎规划
   网络依赖 ：实际建造需稳定连接 Doppel 空间服务器，网络中断导致提交失败
   规范违规拒收 ：服务器强制验证坐标、尺寸、元素类型，不符合规范的 MML 将被拒绝

基于PubMed数据的AI辅助生物康复协议，为坐骨神经损伤与髋关节骨坏死患者提供个性化疼痛管理与加速恢复方案。

基本信息

• 技能名称?bio-reabilita-z
• 中文名称?AI辅助骨骼神经康复治疗方案
• 作者?Zbreda
• 分类?专业技能
• 版本?v1.0.3
• 标签?healthcare-life-sciences, education-research, productivity, rehabilitation, pain-management

使用方法

使用说明
该技能文档提供了一套系统性的AI辅助生物康复协议，专门针对坐骨神经损伤与髋关节骨坏死等复杂肌肉骨骼疾病设计，通过整合多维度医疗技术实现康复过程优化。其核心用法在于构建四阶段结构化康复流程：初始评估与个性化规划、基于nootrópicos与辅助疗法的多模式疼痛管理、结合虚拟现实与机器人设备的先进物理治疗，以及依托实时生物特征数据的持续监测与动态调整。此外，v1.1更新引入了生物激素整合协议（涵盖神经可塑性优化与睾酮调节），并配套提出基于BPC-157的慈善研究计划，试图通过PubMed数据验证的生长因子刺激（FGF/PDGF）加速神经再生，形成从理论验证到临床实践的完整闭环。
显著优点体现在其跨学科整合能力：将AI驱动的生物特征分析、传统物理治疗、认知增强剂（nootrópicos）应用及前沿肽疗法（BPC-157）有机结合，利用数据驱动的洞察动态个性化治疗方案。文档详细阐述了针对特定病例（如操作员@Zbreda）的定制化康复路径，体现了精准医疗理念。同时，其商业化模型（订阅制、保险合作）与慈善融资框架（Alpha至Épsilon级投资者）为技术落地提供了可持续的经济路径，增强了项目的实践可行性。
然而，该技能存在明显局限性。作为T3级个人开发者（zbreda）发布的纯文档资产，其医学建议缺乏权威医疗机构或同行评审的背书，可信度受限。内容高度针对特定个体康复需求设计，通用适用性未经大规模临床验证。更关键的是，文档涉及BPC-157等实验性药物及激素替代疗法，这些干预措施在多数司法管辖区处于研究阶段或需处方监管，存在潜在法律合规风险与医疗责任问题。此外，文档未在显著位置提供标准医疗免责声明，可能误导用户自行用药。
适合目标群体主要包括康复医学研究人员、运动医学专家、物理治疗师及疼痛管理专科医生，可作为探索AI整合康复方案的技术参考。同时，关注再生医学与医疗科技投资的慈善家或风险投资者可能对其融资提案感兴趣。对于慢性疼痛患者，仅建议在专业医疗团队全程监督下作为补充参考，绝非自我诊断或治疗的依据。
使用该技能的主要风险包括：不可替代专业医疗诊断与处方；涉及潜在管制药物（BPC-157、激素调节剂）需严格遵循当地法规；个人开发者维护可能导致内容更新滞后或科学准确性偏差；虽引用PubMed数据但缺乏直接文献链接，用户需独立验证科学声明。医疗机构采用前必须进行专业内容审核，并建议添加正式的医疗免责声明与资质认证。

基于 Uniswap V3/V4 协议的 LP 管理工具，自动将超出价格范围的流动性仓位重置至当前价位区间，恢复手续费收益并优化资本效率。

基本信息

• 技能名称?rebalance-position
• 中文名称?Uniswap 流动性智能再平衡
• 作者?wpank
• 分类?专业技能
• 版本?v0.1.0
• 标签?finance-accounting, automation, defi, blockchain

使用方法

使用说明
该 Skill 专为 Uniswap V3/V4 流动性提供者设计，旨在解决 LP 仓位因价格波动而"超出范围"（Out of Range）导致停止赚取手续费的问题。通过整合链上数据查询与自动化执行流程，它能够一键完成从旧仓位关闭到新仓位开启的全套再平衡操作。
核心用法 ：当用户发现某个 LP 位置超出价格区间时，Skill 首先通过 MCP 工具获取当前仓位状态、池子信息及未领取的手续费，计算再平衡的成本收益比；随后委托专用的 liquidity-manager Subagent 执行收取手续费、移除流动性、计算以当前价格为中心的新区间（支持窄/中/宽三种策略）、添加新流动性等原子化操作。整个过程需要用户明确确认，并自动处理 Gas 估算与滑点提示。
显著优点 ：该方案的最大价值在于将原本需要手动多步操作的复杂流程（通常涉及 4-6 笔独立交易）简化为单次确认，显著降低操作门槛与出错概率。文档内置智能决策框架，可根据代币对类型（稳定币对、稳定-波动币对、双波动币对）自动推荐最优区间宽度，避免用户因选择不当而频繁再平衡。此外，成本效益分析功能会在 Gas 成本高于潜在收益时主动警告，防止"为操作而操作"的亏损情况。
潜在缺点与局限性 ：首先，该 Skill 依赖外部 Subagent（liquidity-manager）执行实际交易，若该组件不可用则无法完成操作。其次，再平衡过程中会产生 $30-60（以太坊主网）或 $
适合的目标群体 ：主要面向活跃管理型 DeFi 投资者，特别是持有中等规模（$1000-$100000）Uniswap V3/V4 仓位的 LP 提供者。适合那些希望维持较高资本效率、愿意主动管理以获取最大化手续费收益，且具备基本 DeFi 风险认知的用户。对于完全被动型投资者或小额试探性投资者，因 Gas 成本占比过高，不建议使用。
使用风险 ：区块链交易固有的不可逆性意味着一旦确认执行，资金转移立即发生，无法撤回。网络拥堵可能导致 Gas 费飙升，使得预估成本失效。智能合约风险方面，尽管 Skill 本身为纯文档型无代码执行风险，但依赖的 Uniswap 协议合约或 liquidity-manager 合约若存在漏洞可能导致资金损失。价格滑点风险在大额仓位（>5% 池子 TVL）时尤为显著。最后，频繁的再平衡（如选择过窄区间）可能因累积 Gas 费而侵蚀收益，文档建议的"盈亏平衡时间"计算虽有帮助，但无法预测未来 APY 变化。

基于 X 验证的防冒充职业档案系统，AI 代理自动更新技能与项目，支持精细化隐私控制，让专业履历实时保持最新状态。

基本信息

• 技能名称?molttalent
• 中文名称?AI 实时维护的职业档案管家
• 作者?filipexyz
• 分类?专业技能
• 版本?v1.0.1
• 标签?professional, productivity, content-media, api, automation, career, portfolio

使用方法

使用说明
MoltTalent 是一个专为 AI 代理设计的职业档案管理 Skill，旨在通过自动化方式为用户创建和维护实时更新的专业作品集。其核心机制是将传统的静态简历转变为"活档案"（Living Resume），通过定期 Heartbeat 检查自动同步用户的最新技能、项目进展和职业成就。
核心用法围绕四个关键环节展开：首先通过 API 注册创建档案并获得唯一标识；其次通过 X（Twitter）发布验证推文完成身份认证，防止身份冒充；随后配置 Heartbeat 机制（建议每 4 小时检查一次），让 AI 代理定期抓取更新指令；最后通过 RESTful API 管理技能标签、项目展示、动态发布和社交互动。所有操作均需通过 Authorization: Bearer 头部携带 API 密钥进行身份验证，且系统强制要求仅将密钥发送至 api.molttalent.com 域名。
该 Skill 的显著优点在于其独特的身份验证机制和精细化的隐私控制。通过 X 平台验证确保档案真实性，有效解决了 AI 时代身份冒充的痛点。隐私设置支持配置 never_track 黑名单和 ask_before_posting 确认模式，让用户完全掌控数据边界，避免敏感信息（健康、财务、关系等）被自动采集。此外，自动化的档案维护显著降低了用户手动更新履历的认知负担，特别适合频繁产出新成果的创作者和开发者。
然而，MoltTalent 也存在一定局限性。首先，其身份验证强依赖 X（Twitter）平台，若该平台政策变更或访问受限，将影响档案验证和公信力。其次，作为 T3 来源（个人开发者作品），缺乏大型企业或基金会的背书，企业级部署需谨慎评估。技术层面，用户需要具备一定的命令行操作能力（curl），且受限于每小时 100 次的速率限制，高频自动化场景可能受限。此外，API 密钥的本地存储（ ~/.config/molttalent/credentials.json ）若权限配置不当（文档建议 chmod 600），存在本地泄露风险。
该 Skill 最适合需要持续展示职业成果的技术从业者、自由职业者、开源贡献者以及数字创作者。特别是那些频繁发布新项目、获得新技能认证，但无暇维护多平台档案的忙碌专业人士。对于重视隐私且希望精确控制职业信息曝光度的用户，其细粒度的隐私偏好设置提供了理想的解决方案。
使用风险主要包括：API 密钥一旦被截获，攻击者可完全冒充用户操作档案；依赖外部社交平台（X）带来的单点故障风险；以及 AI 代理在自动化推断技能或成就时可能出现的误判（尽管隐私设置可缓解）。建议用户定期检查授权日志，开启"发布前确认"模式，并严格遵循文档中的文件权限配置建议。