自动评估任务复杂度并调整推理层级。在每条用户消息触发时，评估是否启用扩展思考（推理模式）以提升回答质量。在回答复杂问题前作为预处理步骤使用。

用于调用 Gemini 2.5 Pro LLM 任务的 AI 代理

在 Docker 中运行 Model Context Protocol (MCP) Atlassian 服务器，以实现与 Jira、Confluence 及其他 Atlassian 产品的集成。适用于需要编程查询 Jira 问题、搜索 Confluence 或与 Atlassian 服务交互的场景。需使用 Docker 和有效的 Jira API 凭据。

与PostQued社交媒体排期API集成，用于调用PostQued API执行内容上传、发布至TikTok及其他平台、管理平台账户或查询发布状态。在涉及社交媒体发布、内容排期、TikTok草稿发布或任何PostQued API操作的任务时触发。

Python 编排技能：通过黑板文件、权限控制和令牌预算脚本实现本地多智能体工作流。所有执行均在本地进行，无需网络调用，也不依赖 Node.js。TypeScript/Node.js 功能（HMAC 令牌、AES-256、MCP 服务器、14 个适配器、CLI）包含在独立的配套 npm 包中（npm install -g network-ai），不属于本技能包的一部分。

使用CDP进行元素定位，CSV数据源提供用户信息，LLM协助处理复杂情况（如验证码和缺失元素），并支持会话持久化以恢复中断的填写流程。适用于以下场景：（1）自动填写美国非移民签证DS-160表格，（2）恢复中断的DS-160申请填写，（3）借助LLM处理验证码和复杂表单元素。支持中文输入并自动翻译为英文。

通过聊天补全功能运行AIMLAPI的LLM和推理工作流，支持重试、结构化输出和显式的User-Agent头。当Codex需要对AIMLAPI模型进行脚本化提示或推理调用时使用。

用于处理豆包1 5大语言模型任务的AI代理