开源技能库把测试驱动、调试、拆计划和评审写成智能体可读的规程，不是又一个模型。装上后先检查有无适用技能再动手，适合长任务对齐流程。

小规模表格二分类的建模顺序：先打通分层交叉验证和提交格式，再加特征和集成。本地分高、公榜低时优先减泄漏特征和正则，最后才耗时调参。

面向 Claude Code 的插件：用自然语言领域目标生成多智能体和配套技能，并按流水线、扇出、审查等六种架构组织。须先打开实验性团队能力。

归纳 0.20 到 0.25 的智能体重构、精简镜像、入库流水线和记忆模块。0.20 起旧工作流须重建；记忆怎么配、怎么进编排以官方发行说明为准。

检索时容易把持续集成产品名和智能体约束体系混在一起。后者指用仓库规则、权限和反馈回路让编码智能体可纠错地干活，产出从手写代码转向设计约束。

聚合网关常同时提供两套入口，路径、请求体、鉴权与流式并不相同。分开展示是为了对齐官方 SDK 与既有工具链，而不是网关能力不足。

把一组打分变成和为 1 的互斥概率，与逐元素的 Sigmoid 不同。分类末端、下一词分布和注意力权重都用同一形式，温度只改变尖锐程度。

把原始记忆片段向量化、聚类后再抽象成可检索的概念节点，并可在智能体之间共享。指令与频道行为随版本变，以当前帮助和文档为准。

把每个特征变成相对均值偏了几个标准差，让不同量纲可比。它不是聚类算法，而是距离类方法前的尺度变换，与最小最大缩放并列选型。

不必一次装入全量点，只维护有界的聚类特征树，按流或按批增量更新。用统计摘要代替距离矩阵，适合大规模和准实时分簇。