捕捉学习成果、错误与修正，以实现持续改进。适用场景包括：(1) 命令或操作意外失败；(2) 用户纠正Claude（如“不对，错了…”、“实际上…”）；(3) 用户请求不存在的功能；(4) 外部API或工具失效；(5) Claude意识到自身知识已过时或错误；(6) 为重复性任务发现更优方法。在执行重要任务前，请回顾这些学习记录。

专为AI代理设计的结构化每日规划与执行追踪系统，帮助你组织任务、跟踪成果交付，并在各会话间保持责任连贯性

查询Linz Linien的原始EFA端点以进行站点查找和实时发车信息。适用于涉及林茨公共交通站点搜索、根据站点名称解析站点ID或获取站点即将发车信息的任务。

基于确定性规则的系统，用于将澄清后的输入分类为单一主要任务类别并分配执行复杂度。当主代理需要在任务分解前对用户请求进行分类、将任务路由至相应处理模块、评估复杂度与风险等级，或判断是否需要进一步澄清时使用。在澄清完成后、分解开始前触发。

适用于IServ学校平台的HTTP客户端。登录IServ实例（例如https://grabbe-dt.de），通过HTTP端点获取学生常用数据，如未读邮件数量、日历事件、文件夹与文件、任务与练习、公告与新闻及其他IServ模块。支持尽力而为的文件操作和作业提交。

通过 MCP 协议使用 AI 控制 Chrome 浏览器。适用于用户希望自动化浏览器任务、截图、填写表单、点击元素、页面导航、搜索浏览历史、管理收藏夹或执行任何基于浏览器的自动化操作。与您现有的 Chrome 浏览器和登录会话兼容。

通过 MyTaskline.com 实现人工智能驱动的自然语言任务管理。将复杂请求如“请 Sarah 在周五前高优先级审阅移动项目文档”自动转化为结构化任务，支持自动创建项目、指派人员、智能解析日期和识别优先级。内置完整的意图识别、多实体解析功能，并与 MyTaskline.com 平台无缝集成，提升个人与团队工作效率。

通过 Rube MCP (Composio) 自动化 Airtable 任务：记录、数据库、表格、字段、视图。始终先查询工具以获取当前架构。