$ get_skill("infiniflow-ragflow")
Закрывает задачи из области данных: запускает проверки качества, тесты или eval-сценарии, ищет информацию в проекте, документации или внешних источниках, собирает повторяемые agent workflows и автоматизации, настраивает промпты, контекст, память или поведение LLM-агента. Ориентир по стеку и темам: testing-evals, agentic-ai, agentic-retrieval.
По этим признакам MCP рекомендует skill агенту.
Используй skill ragflow. Открой источник https://github.com/infiniflow/ragflow, изучи README и примеры. Применяй только идеи, которые подходят текущему проекту; не копируй код без проверки лицензии, зависимостей и безопасности.$ related ./skills
Проверяет публичный MCP endpoint: tools/list, JSON-RPC ошибки, read-only контракт, discovery, server.json и безопасность входных параметров.
Закрывает задачи из области AI / ML: настраивает промпты, контекст, память или поведение LLM-агента. Ориентир по стеку и темам: prompt-rules, Prompts, Rules.
По README закрывает: подготовка сообщений, поддержки и командных коммуникаций. Ориентир по стеку и темам: prompt-rules, ai, bolt.
$ mcp ./skills
Скопируйте промпт в Codex, Cursor, Claude или другой AI-агент. Агент подключит Wikivibe MCP, локально изучит проект и подберёт подходящие скилы.
Подключи Wikivibe MCP и получи скил для текущей задачи.
Endpoint: https://wikivibe.ru/mcp/
Transport: streamable-http
После подключения вызови:
- get_skill(slug: "infiniflow-ragflow")
Прочитай скил, затем проанализируй текущий проект локально. Не отправляй исходный код во внешний MCP: передавай только безопасную выжимку — стек, зависимости, список файлов, цель и проблемы.
