evanfang0054
@evanfang0054
Public Skills
deepagents-filesystem
by evanfang0054
ä½¿ç¨ FilesystemMiddleware å®ç°èææ件系ç»ãå端ï¼StateãStoreãFilesystemãCompositeï¼å Deep Agents çä¸ä¸æ管çã
langgraph-persistence
by evanfang0054
在 LangGraph 中实现持久化和检查点：保存状态、恢复执行、线程 ID 和检查点器库
langgraph-interrupts
by evanfang0054
人机交互与动态中断和断点：暂停执行以供人工审查和使用 Command 恢复
langchain-tools
by evanfang0054
在 LangChain 中定义和使用工具 - 包括工具装饰器、自定义工具、内置工具和工具模式
langchain-human-in-the-loop
by evanfang0054
Add human oversight to LangChain agents using HITL middleware - includes interrupts, approval workflows, edit/reject decisions, and checkpoints
deepagents-todolist
by evanfang0054
Using TodoListMiddleware for task planning and tracking progress with the write_todos tool in Deep Agents for complex multi-step workflows.
langgraph-state
by evanfang0054
在 LangGraph 中管理状态：模式、reducer、通道和消息传递，用于协调 Agent 执行
langgraph-memory
by evanfang0054
LangGraph 中的内存：短期（线程范围）vs 长期（跨线程）内存，使用检查点器和存储
langchain-embeddings
by evanfang0054
使用 LangChain 中的嵌入模型集成指南，包括 OpenAI、Azure 和本地嵌入
deepagents-hitl
by evanfang0054
在 Deep Agents 中实现人工审批工作流，使用 interruptOn 参数对敏感工具操作进行人工干预。
langchain-structured-output
by evanfang0054
使用 Zod 模式、类型安全响应和自动验证从 LangChain 代理和模型获取结构化的验证输出
langgraph-graph-api
by evanfang0054
使用 StateGraph、节点、边、START/END 节点和 Command API 构建图，结合控制流与状态更新
deepagents-skills
by evanfang0054
在 Deep Agents 中创建和使用自定义技能，实现渐进式披露、SKILL.md 格式和 Agent Skills 协议。
langchain-text-splitters
by evanfang0054
使用 LangChain 中的文本分割器集成指南，包括递归、字符和语义分割器
deepagents-memory
by evanfang0054
在 Deep Agents 中实现长期内存，使用 StoreBackend、CompositeBackend 和 InMemoryStore 进行跨会话的持久化数据存储。
langchain-vector-stores
by evanfang0054
LangChain 向量存储集成使用指南，包括 Chroma、Pinecone、FAISS 和内存向量存储
langchain-agents
by evanfang0054
Create and use LangChain agents with createAgent - includes agent loops, ReAct pattern, tool execution, and state management
langchain-chat-models
by evanfang0054
使用 LangChain 中的聊天模型集成指南，包括 OpenAI、Anthropic、Google、Azure 和 Bedrock
deepagents-overview
by evanfang0054
理解 Deep Agents 框架 - 它们是什么、如何使用 createDeepAgent 创建，以及 agent harness 架构，包括内置的规划、文件系统和子代理中间件。
deepagents-subagents
by evanfang0054
在 Deep Agents 中使用 SubAgentMiddleware 启动子代理进行任务委托、上下文隔离和专门工作。
langchain-tools
by evanfang0054
LangChain 工具集成使用指南，包括预构建工具包、Tavily、Wikipedia 和自定义工具
langchain-models
by evanfang0054
Initialize and use LangChain chat models - includes provider selection (OpenAI, Anthropic, Google), model configuration, and invocation patterns
langchain-document-loaders
by evanfang0054
使用 LangChain 中的文档加载器集成指南，用于处理 PDF、网页、文本文件和 API
langchain-multimodal
by evanfang0054
Work with multimodal inputs/outputs in LangChain - includes images, audio, video, content blocks, and vision capabilities
opentui
by evanfang0054
Comprehensive OpenTUI skill for building terminal user interfaces. Covers the core imperative API, React reconciler, and Solid reconciler. Use for any TUI development task including components, layout, keyboard handling, animations, and testing.
deepagents-cli
by evanfang0054
使用 Deep Agents CLI - 终端界面、持久化内存（AGENTS.md）、项目约定、技能目录和 CLI 命令。
code-fragment-extractor
by evanfang0054
仔细彻底阅读探索用户提供的代码目录/文件，分析拆解出对应的代码片段以供参考，颗粒度细到功能级别，只做片段提取不改变代码内容和页面布局结构，提取到./fragment-extractor目录下，按照指定模板格式生成代码片段模板文件，确保功能完整性和代码片段的实际性。
cli-creator
by evanfang0054
创建高质量 Node.js CLI 工具的完整指南。当用户需要构建命令行工具时使用:(1)创建新的 CLI 项目,(2)选择合适的框架和依赖,(3)实现 CLI 功能,(4)配置测试和打包,(5)应用 CLI 最佳实践
cli-creator
by evanfang0054
创建生产级 Node.js CLI 工具的完整解决方案,包含 15+ 个优化点和 104KB 专业模板。当用户需要构建命令行工具时使用:(1)创建新的 CLI 项目,(2)选择合适的框架和依赖,(3)实现完整 CLI 功能(配置管理、进度条、版本检查、输出格式化等),(4)配置测试和打包,(5)应用最佳实践(POSIX 兼容、TTY/CI 检测、错误处理、Shell 补全)
cli-developer
by evanfang0054
构建CLI工具、实现参数解析或添加交互式提示时使用。用于CLI设计、参数解析、交互式提示、进度指示器、Shell自动补全。
react-expert
by evanfang0054
在构建需要组件架构、hooks 模式或状态管理的 React 18+ 应用程序时使用。调用时机包括：Server Components、性能优化、Suspense 边界、React 19 特性。
Humanizer
by evanfang0054
去除文本中的 AI 生成痕迹。适用于编辑或审阅文本，使其听起来更自然、更像人类书写。 基于维基百科的"AI 写作特征"综合指南。检测并修复以下模式：夸大的象征意义、 宣传性语言、以 -ing 结尾的肤浅分析、模糊的归因、破折号过度使用、三段式法则、 AI 词汇、否定式排比、过多的连接性短语。
semantic-compressor
by evanfang0054
带质量保证循环的agent/skill压缩。5阶段迭代流程确保理解保留。 触发词: semantic-compressor, compress skill, optimize agent, reduce tokens, benchmark
mac-maintenance-cleanup
by evanfang0054
macOS 系统深度清理和优化工作流。当用户需要以下操作时使用：(1) 清理系统缓存、日志和临时文件，(2) 卸载应用及其残留文件，(3) 分析磁盘空间使用情况，(4) 清理开发项目构建产物，(5) 系统优化和性能提升，(6) 任何关于 Mac 清理和维护的请求。提供交互式菜单、智能诊断和混合模式（指导+自动执行）。
planning-with-files
by evanfang0054
将工作流转换为使用 Evan 风格的持久化 markdown 文件进行规划、进度跟踪和知识存储。适用于开始复杂任务、多步骤项目、研究任务，或者当用户提到规划、组织工作、跟踪进度或需要结构化输出时使用。
doc-learner
by evanfang0054
智能文档学习和内容模仿技能。当需要：(1) 分析和学习优秀文档的结构、风格和写作模式，(2) 从文档中提炼关键要素和模板，(3) 基于学习内容生成模仿材料，或 (4) 创建新的提示词或技术文档时使用此技能。支持提示词工程、技术文档、API文档、用户手册等多种文档类型的学习和模仿。
macos-cleaner
by evanfang0054
分析并通过智能清理建议回收 macOS 磁盘空间。当用户报告磁盘空间问题、需要清理 Mac 或想了解什么占用了存储空间时，应使用此技能。专注于安全的交互式分析，在执行任何删除操作前需要用户确认。
planning-with-files
by evanfang0054
将工作流转换为使用 Manus 风格的持久化 markdown 文件进行规划、进度跟踪和知识存储。适用于开始复杂任务、多步骤项目、研究任务，或者当用户提到规划、组织工作、跟踪进度或需要结构化输出时使用。