MCP App StoreMCP App Store
de cryptoskills46
Framework TypeScript et système de personnages pour construire des agents IA autonomes multi-plateformes avec intégrations onchain (Solana) et mémoire RAG.
elizaOS fournit un runtime TypeScript et un framework basé sur des personnages pour construire des agents IA autonomes avec une personnalité persistante, des plugins (actions/fournisseurs/évaluateurs), des connaissances RAG, une mémoire basée sur des vecteurs et l'intégration d'un portefeuille Solana. Il cible les déploiements multi-plateformes (Discord, Telegram, Twitter, Farcaster) et supporte des fonctionnalités de production comme le score de confiance pour les transactions.
Utilisez cette compétence lorsque vous souhaitez un framework d'opinion pour concevoir et exécuter des agents ayant besoin de : prompts basés sur la personnalité (fichiers de personnages), actions basées sur des plugins (interactions onchain, vérifications de prix), connecteurs multi-clients, ou pour ajouter des connaissances et une mémoire de type RAG dans les réponses de l'agent. Idéal pour les équipes construisant des agents autonomes pour des cas d'usage crypto/DeFi.
Probablement compatible avec les agents pouvant exécuter des toolchains TypeScript/Node et des LLM supportés par OpenAI/Anthropic/Google (la compétence fait référence à OpenAI et d'autres).
Compétence de pure documentation pour elizaOS — aucun script à exécuter ou à tester. Le fichier SKILL.md est une référence complète et bien structurée couvrant les fichiers de personnage, le système de plugins, les connecteurs de plateforme, la mémoire/RAG, l'intégration Solana et l'orchestration multi-agents. Comprend une excellente section 'Ce que vous avez probablement mal compris' corrigeant les connaissances obsolètes des LLM sur les changements de la v2.
Aucun script présent — analyse statique uniquement. La compétence est une référence documentaire de haute qualité pour le framework elizaOS. Note de sécurité mineure : le modèle de stockage des secrets dans les fichiers JSON de personnage (settings.secrets) pourrait conduire à des commits accidentels si les utilisateurs ne sont pas prudents, mais la compétence avertit explicitement contre le commit des fichiers .env.
Caveman Compress
Compress natural-language memory files into a compact 'caveman' format to save LLM tokens while preserving code, links, and structure.
Pytest Plugins Guide
Guidance on the pytest plugin ecosystem: plugin development, pytest-cov, pytest-mock, configuration, CI integration, and advanced patterns.
Go Data Structures
Authoritative guidance on choosing and using Go built-in and standard-library data structures, with practical best practices for slices, maps, arrays, container
Memory Search
Search past coding sessions and observations using natural-language queries to retrieve decisions, notes, and context.
DSPy — Declarative LM Programming
Use DSPy to build declarative, modular LM pipelines, optimize prompts automatically, and assemble reliable RAG/agent systems with structured signatures and opti
Microsoft Foundry Classic — Expert Guidance
Comprehensive guidance for building, configuring, troubleshooting, and deploying Microsoft Foundry Classic agents and integrations.
Framer Plugin Development Guide
Expert reference for building, debugging, and publishing Framer plugins: scaffolding, modes, ManagedCollection APIs, build tooling, and marketplace rules.
hmem — Setup
Interactive installer and setup guide for hmem (persistent memory MCP server); automates .mcp.json config, memory dir, and adds agent hooks for Claude Code, Gem