是一个开源的 Python 库，专门用于快速构建和部署数据科学和机器学习相关的交互式 Web 应用。它的核心目标是让开发者无需前端知识（如 HTML、CSS、JavaScript），仅用 Python 就能创建功能丰富、可视化的 Web 应用。可结合 LangChain、OpenAI 等构建 AI 应用（如聊天机器人、文档问答）。表格、图表（支持 Matplotlib、Plotly、Altair

Spec-Kit 作为 GitHub 官方推出的规格驱动开发工具包，为现代软件开发提供了一套系统化的解决方案。它通过将 AI 编码助手与结构化开发流程深度融合，有效提升了从需求分析到代码实现的全链路开发效率。它将 AI 编码助手与结构化开发流程深度融合，帮助开发者和团队以更加系统化、规范化的方式进行产品和技术开发。：进入项目目录后，启动对应的 AI 助手（如 qwen）开始交互式开发。将复杂开发过

如果子 Agent 执行了 10 次工具调用，直接合并到主 Agent 需要消耗 20+ 条消息的 Token（每次调用包含请求和响应），但通过 SubAgent 隔离后只消耗 1 条最终结果的 Token。子 Agent 执行时可能调用了十几次工具（读文件、调 API、搜索文档等），这些中间过程对主 Agent 是不可见的，主 Agent 只拿到子 Agent 的最终返回文本。SubAgent

Hypercorn: ASGI服务器和WSGI HTTP服务器，支持HTTP/2和WebSocket，具有自动重试、请求超时、连接超时、日志记录等功能。Starlette: ASGI服务器和WSGI HTTP服务器，支持HTTP/2和WebSocket，具有中间件、路由、异常处理等功能。Uvicorn: ASGI服务器，支持HTTP/2和WebSocket，具有自动重试、请求超时、连接超时、日志记

fastapi_mcp 极大简化了将 FastAPI 应用接口开放为 AI 工具集的流程，仅需少量代码即可自动适配 MCP 协议，无需手动配置和维护繁琐的 OpenAPI 文档，让工具型接口更容易被大模型/智能助手集成调用。一个零配置工具，用于自动将FastAPI端点作为模型上下文协议（MCP）工具公开，极大简化了工具型 API 的接入和管理。fastapi_mcp 支持一个 FastAPI 应用

的 YAML frontmatter（name + description），不读取完整内容。• 提取 frontmatter 中的 name 和 description。构建，将技能目录动态暴露为 MCP 服务。execute_python_script 脚本执行。• 返回 SKILL.md 或指定子文件的内容。创建 /common-mcp 端点。创建 /coohom-mcp 端点。创建 /re

"读取文件 X"这样的简单查询是糟糕的测试用例——无论描述质量如何，它们都不会触发 Skills。"如何构建简单的快速仪表板。重复利用脚本如果多个测试用例都导致子代理编写相似的辅助脚本，考虑将其打包到 Skill 的 scripts/ 目录中。评估集维护定期更新评估集，添加新的边界案例和实际使用中发现的误判案例。Skill 的 description 字段是决定 Claude 是否调用 Skill

它不仅是文本指令，更是一种"模式"或"角色"的切换。如果 SOP 非常详细（比如一个复杂的报告生成指南），它可能会挤占本应用于处理实际任务内容（如你的数据、你的草稿）的空间。Claude Skills 官方公告，强调 Skills 的可组合性、可移植性和高效性，并说明在 Claude 应用、API 和 Claude Code 中的支持与企业用例。用户只需下达高级指令（如："帮我准备本周的产品发布说

有一项测试的需求是判断录像是否和预期一致，检查项是：分辨率、录像时长等内容文件的详细信息.pngos模块有一个stat()方法st_mode: inode 保护模式st_...

Spec-Kit 作为 GitHub 官方推出的规格驱动开发工具包，为现代软件开发提供了一套系统化的解决方案。它通过将 AI 编码助手与结构化开发流程深度融合，有效提升了从需求分析到代码实现的全链路开发效率。它将 AI 编码助手与结构化开发流程深度融合，帮助开发者和团队以更加系统化、规范化的方式进行产品和技术开发。：进入项目目录后，启动对应的 AI 助手（如 qwen）开始交互式开发。将复杂开发过