Tekrarlayan görevleri, karmaşık iş akışlarını ve özel projeleri yönetmek, doğru otomasyon araçları olmadan önemli zaman ve emek gerektirebilir. Birçok kullanıcı, kendi ihtiyaç ve hedeflerine uygun verimli yapay zeka iş akışları oluşturmakta zorlanır. Kimi Agent Skills Examples, özelleştirilmiş yapay zeka becerilerinin görevleri nasıl basitleştirebileceğini, üretkenliği nasıl artırabileceğini ve farklı iş süreçlerini nasıl otomatikleştirebileceğini gösterir. Bu makalede, Kimi Agent Skills'in pratik örneklerini inceleyecek ve bunların daha verimli iş akışları oluşturmaya nasıl yardımcı olabileceğini öğreneceksiniz.
Yapay zeka agent becerileri nedir?
Agent becerileri, yapay zeka agent'larının belirli görevleri daha etkili bir şekilde yerine getirmesine yardımcı olan özel talimatlar, iş akışları veya yeteneklerdir. Agent'lara yapılandırılmış rehberlik sağlayarak hedefleri anlamalarına, süreçleri takip etmelerine ve daha tutarlı sonuçlar sunmalarına olanak tanır. Genel yapay zeka yanıtlarının aksine, bu beceriler agent'ları araştırma, içerik oluşturma, otomasyon veya veri analizi gibi belirli kullanım durumları için özelleştirmeye yardımcı olur.
Kimi'nin yerleşik agent becerilerini keşfedin
Yapay zeka agent'ları, belirli görevler ve iş akışları için tasarlanmış özel beceriler kullandıklarında daha güçlü hale gelir. Bu beceriler, farklı süreçlerde doğruluğu, tutarlılığı ve verimliliği artırmaya yardımcı olan yapılandırılmış talimatlar sağlar. Aşağıda, özelleştirilmiş yapay zeka iş akışlarının günlük görevleri nasıl basitleştirebileceğini ve üretkenliği nasıl artırabileceğini gösteren bazı pratik Kimi Agent becerileri yer alıyor.
Finansal analiz ve yatırım
| Beceri adı | Açıklama |
|---|---|
| commodities-outlook | Arz-talep analizi, fiyat tahminleri ve ticaret önerileri içeren, PDF, DOCX veya PPTX formatında kurumsal düzeyde emtia görünüm raporları hazırlar. Kullanıcılar emtia piyasası raporu istediğinde, enerji, metal veya tarımsal emtialarla ilgili ticaret fikirleri sorduğunda ya da emtia görünümü, araştırma notu veya fiyat sürücüleri gibi anahtar kelimeler kullandığında devreye girer. |
| earnings-review-note | Çeyreklik veya yıllık sonuçlar için profesyonel satış tarafı bilanço inceleme raporları oluşturur; EPS analizi, rehberlik incelemesi ve sapma tabloları içeren PDF/DOCX/PPTX belgeleri üretir. Kullanıcılar bir bilanço incelemesi istediğinde, çeyreklik özet ihtiyacı duyduğunda, beklenti üstü/altı analizi sorduğunda veya herhangi bir halka açık şirketin kazanç çağrısını özetlemekten bahsettiğinde devreye girer. |
| discounted-cashflow-model | İndirgenmiş nakit akışı (DCF) değerleme modeli oluşturur; büyüme oranı × iskonto oranı duyarlılık analizi matrisiyle birlikte işletme değeri, özsermaye değeri ve hisse başına fiyat hesaplar. "[şirket] için DCF yap", "değerleme çalıştır", "WACC/iskonto oranını hesapla" gibi istekler veya serbest nakit akışı, nihai değer ya da duyarlılık analizinden bahsedilmesiyle devreye girer. |
| financial-ratio-toolkit | Kullanıcının sağladığı finansal tablolardan 20'den fazla finansal oran (karlılık, ödeme gücü, likidite, verimlilik ve büyüme) ile DuPont Analizi hesaplayarak şirket temellerini analiz eder. Finansal oran hesaplama, DuPont/ROE analizi istekleriyle veya "bu finansalları analiz et" ya da "ödeme gücü oranlarını hesapla" gibi ifadelerle devreye girer. |
| financial-statement-analyzer | Gelir tablosu, bilanço ve nakit akış tablosu verilerini analiz ederek yıllık/çeyreklik trend analizi üretir ve alacak hesaplarında ani artış veya nakit akışı sapması gibi anormallikleri işaretler. Kullanıcılar finansalları analiz etmek, yıllık/çeyreklik karşılaştırma yapmak, kırmızı bayrakları tespit etmek veya kazanç kalitesini değerlendirmek istediğinde devreye girer. |
| fund-risk-compare | NAV CSV verilerini kullanarak birden fazla ETF'i karşılaştırır; yıllıklandırılmış getiri, maksimum düşüş, Sharpe oranı gibi temel risk-getiri metriklerini ve bir korelasyon matrisi üretir. Kullanıcılar ETF'leri veya fonları karşılaştırmak, performans metrikleri hesaplamak, NAV verilerini analiz etmek istediğinde veya Sharpe oranı, korelasyon analizi ya da maksimum düşüş gibi terimlerden bahsettiğinde devreye girer. |
| stock-signal-analyzer | OHLCV verilerini analiz ederek 15'ten fazla teknik gösterge (MA, MACD, RSI, Bollinger Bantları, KDJ dahil) hesaplar ve genel değerlendirmeyle birlikte yükseliş/düşüş sinyali özeti üretir. Kullanıcılar teknik analiz istediğinde, MACD veya RSI gibi göstergeleri hesaplamak istediğinde, mum grafiği analizinden bahsettiğinde ya da hareketli ortalama kesişimleri, Bollinger Bandı kırılmaları veya RSI aşırı alım/aşırı satım seviyelerinden söz ettiğinde devreye girer. |
| value-investing-scorecard | Buffett/Graham değer yatırımı puan kartı — bir şirketi dört boyutta (hendek, yönetim, finansallar, değerleme) 20 kritere göre değerlendirerek 0-100 arası bir puan verir. Kullanıcılar değer yatırımı analizi, temel puanlama, hendek değerlendirmesi istediğinde veya "bu şirket yatırıma değer mi", "XX'in temellerini analiz et" ya da "bunu Buffett'ın yöntemiyle değerlendir" dediğinde devreye girer. |
| equity-research | Şirketleri analiz eder ve Çin A-hisseleri, Hong Kong hisseleri ile ABD hisseleri için yatırım araştırması hazırlar. İki çıktı modu: (1) Tear Sheet — kısa, 3-5 sayfalık PDF. (2) Equity Report — finansal model içeren, ayrıntılı 25 sayfalık PDF. 'şu şirketi analiz et', 'şu hisseye bak', 'şu şirket hakkında ne düşünüyorsun', 'şu hisse hakkında bilgi ver', 'şu şirketi araştır' gibi HERHANGİ bir şirket analizi isteğinde veya 'tear sheet', 'one pager', 'derinlemesine inceleme', 'equity report' gibi açık anahtar kelimelerde ya da herhangi bir hisse kodunda (örneğin 600519.SH, 0700.HK, AAPL) devreye girer. Niyet belirsiz olduğunda, kullanıcıya bir rapor mu yoksa hızlı, sohbet tarzı bir yanıt mı istediği sorulur. |
| quick-strategy-backtest | İşlem stratejisi açıklamalarını (olay odaklı çalışmalar, hisse senedi seçimi ve portföy dahil) çalıştırılabilir backtest koduna dönüştürür ve backtest sonuçları, görsel gösterge panelleri ile analitik yazılar üretir. Kullanıcılar alım/satım koşulları, olay sonrası getiriler, hisse havuzu tarama backtestleri ve benzer nicel senaryolar tanımladığında devreye girer. |
| quick-event-etf-study | Olay odaklı konsept ETF araştırması: bir konsept veya olaydan yola çıkarak ilgili hisseleri belirler, piyasa değeri ağırlıklı bir ETF endeksi oluşturur, olay penceresi etrafındaki piyasa değeri değişimlerini analiz eder ve bileşen detayları ile etkileşimli görselleştirmeler içeren bir endeks araştırma raporu hazırlar. |
Yazılım mühendisliği ve DevOps
Yazılım geliştirme genellikle tekrarlayan görevleri, karmaşık hata ayıklamayı ve sürekli iş akışı yönetimini içerir. Yapay zeka agent becerileri, geliştiricilerin kodlama süreçlerini otomatikleştirmesine, verimliliği artırmasına ve teknik görevleri daha tutarlı bir şekilde yürütmesine yardımcı olabilir. Aşağıdaki örnekler, Kimi Agent becerilerinin yazılım mühendisliği ve DevOps iş akışlarını nasıl destekleyebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| code-mentor | Python ve JavaScript için etkileşimli dersler, kod incelemeleri, hata ayıklama yardımı, algoritma pratiği ve proje rehberliği sunan kapsamlı bir yapay zeka programlama öğretmeni. Kullanıcılar bir dil öğrenmek, kod hata ayıklaması yapmak, çalışmalarını incelemek, algoritma pratiği yapmak, mülakata hazırlanmak veya bir proje geliştirmek istediğinde devreye girer. |
| code-to-diagram | Kod tabanlarını analiz eder ve mimari diyagramlar, akış şemaları ile organizasyon şemalarını otomatik olarak oluşturur. Python, JS/TS, Go ve Java için import bağımlılıklarını haritalamak üzere AST ayrıştırma kullanır ve Mermaid veya SVG dosyaları üretir. Kullanıcılar kod mimarisini görselleştirmek, bağımlılıkları anlamak, bir akış şeması çizmek veya kaynak koddan modül diyagramı oluşturmak istediğinde devreye girer. |
| conventional-commit-gen | Conventional Commits spesifikasyonuna uygun commit mesajları oluşturmak için git diff'i analiz eder; kapsamı (scope) otomatik tespit eder ve commit türünü çıkarımlar. Kullanıcılar bir commit mesajı yazmak veya oluşturmak istediğinde, Conventional Commits, git commit'leri, standartlaştırılmış commit'ler, scope tespiti veya 'commit mesajı yazmama yardım et' gibi ifadeleri kullandığında tetiklenir. |
| dev-guide-generator | Ön koşullardan ortam kurulumuna, temel adımlardan sorun gidermeye ve son bir hızlı başvuru tablosuna kadar eksiksiz teknik eğitimler oluşturur. Bir öğretici (tutorial) yazma, kurulum kılavuzu oluşturma, yeni başlayanlar için adımları düzenleme isteklerinde veya adım adım, hızlı başlangıç, nasıl yapılır kılavuzu gibi anahtar kelimelerde tetiklenir. |
| gitlab-cli-skills | Kullanıcılara GitLab CLI (glab) işlemlerinde, birleştirme istekleri (merge request), sorunlar (issue), CI/CD hatları, depolar, kimlik doğrulama ve 30'dan fazla diğer komut için komut referansları ve iş akışı örnekleriyle rehberlik eder. Kullanıcılar GitLab CLI, glab komutları, GitLab otomasyonu, CLI üzerinden MR/issue yönetimi, CI/CD hattı komutları, depo işlemleri, kimlik doğrulama kurulumu veya herhangi bir GitLab terminal işleminden bahsettiğinde tetiklenir. |
| kubectl | Kubernetes kümelerini yönetmek için kubectl komutları çalıştırır — pod'ları ve deployment'ları sorgular, uygulamaları dağıtır, log'lar ve exec ile konteynerlerde hata ayıklar, yapılandırmaları günceller ve küme sağlığını izler. Kubernetes ile çalışırken, pod durumu, konteyner log'ları, deployment güncellemeleri, küme teşhisi veya herhangi bir kubectl işlemi istendiğinde kullanılır. |
| pipeline-blueprint | GitHub Actions ve GitLab CI için CI/CD en iyi uygulamaları ve hat şablonları sunar; proje türüne (frontend, backend, fullstack, kütüphane, monorepo, mobil) göre yapılandırmalar önerir. Kullanıcılar CI/CD kurulumu, derlemeleri otomatikleştirme, hatları iyileştirme hakkında soru sorduğunda veya GitHub Actions, GitLab CI, hat şablonları ya da dağıtım otomasyonu gibi anahtar kelimelerden bahsettiğinde tetiklenir. |
| repo-audit | Git geçmişinin derinlemesine analizi: sık değişen sıcak dosyaları (hotspot) tespit eder, katkıda bulunanlara göre kod sahipliğini analiz eder ve sızdırılmış gizli bilgileri (secrets) tarar. Kullanıcılar Git analizi, kod sıcak noktaları, hangi kodun kime ait olduğu, gizli bilgi taraması, commit geçmişinin güvenlik denetimi veya kod inceleme atamalarını optimize etme hakkında soru sorduğunda tetiklenir. |
| route-to-openapi | Flask, FastAPI, Express, Gin ve diğer framework'lerdeki route tanımlarını kod içinde tarayarak RESTful API dokümantasyonu (OpenAPI 3.0 / Swagger spesifikasyonu) oluşturur. Kullanıcılar API dokümantasyonu, OpenAPI, Swagger, uç nokta (endpoint) dokümanları, koddan doküman oluşturma veya uç noktaları çıkarma hakkında soru sorduğunda tetiklenir. |
| test-driven-dev | Kırmızı-yeşil-refactor döngüsüyle test odaklı geliştirme. Kullanıcı özellikler oluşturmak veya hataları düzeltmek için TDD kullanmak istediğinde, "red-green-refactor"dan bahsettiğinde, entegrasyon testleri istediğinde veya test öncelikli geliştirme talep ettiğinde kullanılır. |
| domain-glossary | Mevcut konuşmadan DDD tarzı ortak dil sözlüğü çıkarır, belirsizlikleri işaretler ve standart terimler önerir. UBIQUITOUS_LANGUAGE.md dosyasına kaydeder. Kullanıcı alan terimlerini tanımlamak, bir sözlük oluşturmak, terminolojiyi netleştirmek, ortak bir dil yaratmak istediğinde veya "domain model" ya da "DDD"den bahsettiğinde kullanılır. |
| r2-upload | Dosyaları Cloudflare R2, AWS S3 veya (MinIO gibi) herhangi bir S3 uyumlu depolama alanına yükler ve genellikle 5 dakika olarak ayarlanan, yapılandırılabilir bir süre sonunda geçerliliğini yitiren güvenli, imzalı indirme bağlantıları oluşturur. Kullanıcı bir dosyayı buluta yükleyip paylaşılabilir bir bağlantı almak istediğinde veya R2, S3, imzalı URL'ler, geçici bağlantılar ya da süreli dosya yüklemelerinden bahsettiğinde kullanılır. |
| api-shape-explorer | Paralel alt agent'lar kullanarak bir modül için birbirinden köklü biçimde farklı arayüz tasarımları üretir. Kullanıcı bir API tasarlamak, arayüz seçeneklerini keşfetmek, modül şekillerini karşılaştırmak istediğinde veya "iki kere tasarla" dediğinde kullanılır. |
| deep-module-refactor | Sığ modülleri derinleştirerek kod tabanını daha test edilebilir hale getirmeye odaklanarak, mimari iyileştirme fırsatları bulmak için bir kod tabanını inceler. Kullanıcı mimariyi iyileştirmek, yeniden yapılandırma (refactoring) fırsatları bulmak, sıkı bağlı modülleri birleştirmek veya bir kod tabanını yapay zeka için daha kolay gezilebilir hale getirmek istediğinde kullanılır. |
Veri analitiği ve görselleştirme
Büyük veri kümelerini analiz etmek ve anlamlı içgörüler oluşturmak, doğru araçlar ve iş akışları olmadan zaman alıcı olabilir. Yapay zeka agent becerileri, veri işlemeyi basitleştirmeye, analizi otomatikleştirmeye ve karmaşık bilgileri net görsel çıktılara dönüştürmeye yardımcı olur. Aşağıdaki örnekler, Kimi agent becerilerinin veri analitiği ve görselleştirme görevlerini nasıl geliştirebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| sql-insight | Doğal dili SQL'e çevirir, sorgu performansını optimize eder ve SQLite ile PostgreSQL için EXPLAIN planlarını yorumlar. Kullanıcılar soruları SQL'e dönüştürme, yavaş sorguları iyileştirme, indeksleri ayarlama, çalıştırma planlarını analiz etme isteğinde bulunduğunda veya NL2SQL, sorgu ayarlama ya da tam tablo taraması gibi anahtar kelimelerden bahsettiğinde tetiklenir. |
| database-scout | SQLite ve PostgreSQL veritabanlarını keşfeder: tabloları listeler, şemaları (sütunlar/tipler/kısıtlamalar) inceler, verileri önizler, Mermaid ER diyagramları oluşturur ve güvenli, salt okunur sorgular çalıştırır. Bir veritabanını keşfetme, tablo yapılarını görüntüleme, tabloları açıklama, diyagram oluşturma veya veri sorgulama istekleriyle ve veritabanı keşfi, şema, ER diyagramı ya da SQL sorgusu gibi anahtar kelimelerle tetiklenir. |
| auto-hypothesis-test | Verileriniz için doğru istatistiksel testi otomatik olarak seçer ve çalıştırır — t-testi, ANOVA, ki-kare, Mann-Whitney veya diğerleri — ve sonuçların sade bir dille yorumunu sunar. Grup karşılaştırmaları, anlamlılık, p-değerleri, hipotez testi hakkında soru sorulduğunda veya t-testi, ANOVA ya da ki-kare gibi belirli testlerden bahsedildiğinde tetiklenir. |
| chart-image | Verilerden yayın kalitesinde PNG grafik görselleri oluşturur; çizgi, çubuk, alan, mum grafiği (candlestick), pasta ve ısı haritası grafiklerini destekler. Kullanıcı veriyi görselleştirmek, bir grafik oluşturmak, bir zaman serisini çizmek veya bir rapor, uyarı ya da panel için grafik üretmek istediğinde tetiklenir. Tarayıcı gerektirmeyen, hafif ve arka planda çalışan bir Node.js süreci olarak çalışır. |
| correlation-auditor | Korelasyon matrislerini (Pearson/Spearman) analiz eder, karıştırıcı değişkenleri kontrol etmek için kısmi korelasyonlar hesaplar ve verilerinizdeki olası sahte (spurious) korelasyonları işaretler. Kullanıcılar değişkenler arasındaki ilişkiler hakkında soru sorduğunda, korelasyon matrislerine ihtiyaç duyduğunda veya Pearson/Spearman katsayıları, kısmi korelasyon, karıştırıcı faktörler ya da sahte korelasyonlardan bahsettiğinde tetiklenir. |
| data-viz-renderer | JSON verilerinden istatistik kartları, çubuk grafikler, akış diyagramları ve karma panolar dahil olmak üzere kendi kendine yeten HTML/SVG bilgi grafikleri (infographic) oluşturur. Harici bağımlılık gerektirmeden 8 renk paleti ve yerleşik simgeler sunar. Kullanıcılar veri görselleştirme, bilgi grafiği, grafik veya pano talep ettiğinde tetiklenir. |
| dataset-quality-audit | Tablo halindeki veriler (CSV/Excel/TSV/JSON) üzerinde kapsamlı kalite kontrolleri çalıştırır; eksik değerleri, yinelenenleri, aykırı değerleri, format sorunlarını ve tip tutarsızlıklarını tespit ederek genel bir puan, not ve uygulanabilir öneriler üretir. Kullanıcılar veri kalitesini kontrol etme, eksik veya yinelenen değerleri bulma, aykırı değerleri tespit etme, formatları doğrulama, veriyi profilleme veya veriyi temizleme isteğinde bulunduğunda tetiklenir. |
| regression-modeler | Yüklenen CSV/Excel verileri üzerinde regresyon analizi (OLS veya lojistik) çalıştırarak katsayılar, R², p-değerleri, VIF ve sade bir dille yorum üretir. Regresyon modellemesi, veriye uydurma (fitting), anlamlılık testi, çoklu doğrusal bağlantı (multicollinearity) kontrolü isteklerinde veya OLS, logit, katsayı, p-değeri ya da R-kare gibi anahtar kelimelerde tetiklenir. |
Pazarlama ve büyüme
Pazarlama ekipleri genellikle içerik oluşturma ve hedef kitle araştırmasından kampanya optimizasyonuna ve performans takibine kadar birçok görevi yönetir. Yapay zeka agent becerileri, tekrarlayan süreçleri otomatikleştirerek ve ekiplerin daha hızlı, veriye dayalı kararlar almasına yardımcı olarak bu iş akışlarını sadeleştirebilir. Aşağıdaki örnekler, Kimi agent becerilerinin pazarlama ve büyüme faaliyetlerini nasıl destekleyebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| ad-creative | Kullanıcı, herhangi bir ücretli reklam platformu için reklam yaratıcı içeriği — başlıklar, açıklamalar, ana metin veya tam reklam varyasyonları — oluşturmak, üzerinde yineleme yapmak veya ölçeklendirmek istediğinde kullanılır. Ayrıca kullanıcı 'reklam metni varyasyonları', 'reklam yaratıcı içeriği', 'başlık oluştur', 'RSA başlıkları', 'toplu reklam metni', 'reklam yinelemeleri', 'yaratıcı test', 'reklam performansı optimizasyonu', 'bana birkaç reklam yaz', 'Facebook reklam metni', 'Google reklam başlıkları', 'LinkedIn reklam metni' veya 'daha fazla reklam varyasyonuna ihtiyacım var' dediğinde de kullanılır. Birinin ölçekte reklam metni üretmesi veya mevcut reklamlar üzerinde yineleme yapması gerektiğinde bu her zaman kullanılır. |
| brand-name-forge | Portmanto ve metafor gibi klasik yöntemleri kullanarak, her biri anlam, gerekçe ve alan adı önerileriyle birlikte 8 farklı marka adı adayı üreten sistematik bir marka isimlendirme çalıştayı. Kullanıcı bir ürün, hizmet veya şirket için isim ihtiyacı duyduğunda ya da marka adı fikri, beyin fırtınası veya isimlendirme yardımı istediğinde devreye girer. |
| campaign-plan | Hedefler, hedef kitle, mesajlaşma, kanal stratejisi, içerik takvimi ve başarı metriklerini içeren eksiksiz bir kampanya brifi oluşturur. Bir ürün lansmanı, potansiyel müşteri kazanım çalışması veya farkındalık kampanyası planlanırken, bağımlılıkları olan haftalık bir içerik takvimine ihtiyaç duyulduğunda ya da bir pazarlama hedefi yapılandırılmış, uygulanabilir bir plana dönüştürülecekken kullanılır. |
| churn-prevention | İptal akışı tasarımı, kurtarma teklifleri, çıkış anketleri ve ödeme takip (dunning) dizileri yoluyla gönüllü ve gönülsüz müşteri kaybını azaltır. Bir iptal akışı tasarlanırken veya optimize edilirken, kurtarma teklifleri oluşturulurken, dunning e-postaları kurulurken veya başarısız ödeme kaynaklı müşteri kaybı azaltılırken kullanılır. Tetikleyici anahtar kelimeler: iptal akışı, churn azaltma, kurtarma teklifleri, dunning, çıkış anketi, ödeme kurtarma, geri kazanım, gönülsüz churn, başarısız ödemeler, iptal sayfası. Müşteri sağlık puanlaması veya genişleme geliri için KULLANILMAZ. |
| competitor-analysis | Rakiplerin SEO ve GEO stratejilerini —sıralamada yer aldıkları anahtar kelimeler, içerikleri, geri bağlantıları ve yapay zeka alıntıları— analiz ederek onları geride bırakma fırsatlarını ortaya koyar. "Rakipleri analiz et", "rekabetçi SEO", "kim sıralamada yer alıyor", "rakiplerim ne yapıyor" veya "neden onlar daha üst sırada" gibi taleplerle tetiklenir. |
| copy-editing | Kullanıcı mevcut pazarlama metnini düzenlemek, gözden geçirmek veya iyileştirmek istediğinde kullanılır. Kullanıcının 'bu metni düzenle', 'metnimi gözden geçir', 'metin geri bildirimi', 'düzelt', 'bunu cilalandır', 'bunu daha iyi yap', 'metin taraması', 'bunu sadeleştir', 'bu tuhaf okunuyor', 'bu metni temizle', 'çok uzun ve dolambaçlı' veya 'mesajı keskinleştir' dediği durumlarda da kullanılır. Kullanıcının elinde zaten bir metin varsa ve sıfırdan yeniden yazmak yerine iyileştirilmesini istiyorsa bu kullanılmalıdır. |
| copywriting | Kullanıcı; ana sayfa, açılış sayfaları, fiyatlandırma sayfaları, özellik sayfaları, hakkımızda sayfaları veya ürün sayfaları dahil olmak üzere herhangi bir sayfa için pazarlama metni yazmak, yeniden yazmak veya iyileştirmek istediğinde kullanılır. Kullanıcının "şunun için metin yaz", "bu metni iyileştir", "bu sayfayı yeniden yaz", "pazarlama metni", "başlık yardımı", "CTA metni", "değer önermesi", "slogan", "alt başlık", "hero bölümü metni", "kaydırmadan görünen alan", "bu metin zayıf", "bunu daha ikna edici yap" veya "ürünümü anlatmama yardım et" dediği durumlarda da kullanılır. Birisi ikna edici veya dönüşüm sağlayıcı olması gereken web sitesi metni üzerinde çalıştığında her zaman bu kullanılır. |
| cross-platform-adapter | İçeriği (blog yazıları, makaleler, raporlar, bültenler) LinkedIn, Twitter/X, WeChat Resmi Hesapları, Zhihu ve Slack için uyarlar ve yeniden kullanılabilir hale getirir — İngilizce-Çince diller arası uyarlama dahil olmak üzere tonu, uzunluğu, biçimlendirmeyi ve dili her platformun normlarına göre ayarlar. Kullanıcı mevcut içeriği farklı platformlar için yeniden kullanmak, çapraz yayınlamak, uyarlamak veya dönüştürmek istediğinde kullanılır. |
| ecom-listing-copywriter | Amazon tarzında biçimlendirilmiş, başlıklar, satış noktaları, teknik özellikler ve SSS'ler dahil eksiksiz e-ticaret ürün listeleme metinleri yazar. Ürün metni, başlıklar, detay sayfaları, madde işaretli özellikler, teknik özellikler veya Taobao başlıkları ya da Amazon A+ içeriği gibi platforma özel listeleme talepleriyle tetiklenir. |
| email-newsletter-builder | Gmail ve Outlook ile uyumlu, profesyonel HTML e-posta bültenleri oluşturur. Güvenilir görüntüleme için satır içi CSS kullanan tablo tabanlı düzenler üretir. "Bülten oluştur", "e-posta şablonu oluştur" gibi talepler geldiğinde veya bir pazarlama, kurum içi ya da özet e-postası taslağı hazırlanacağında kullanılır. |
İş stratejisi ve operasyonlar
İş stratejisi ve operasyonlar, daha iyi sonuçlar elde etmek için etkili planlama, araştırma ve karar alma gerektirir. Yapay zeka agent becerileri, bilgileri düzenlemeye, rutin süreçleri otomatikleştirmeye ve ekiplerin karmaşık iş akışlarını yönetmesine yardımcı olabilir. Aşağıdaki örnekler, Kimi agent becerilerinin strateji geliştirme ve operasyonel verimliliği nasıl artırabileceğini gösteriyor.
| Yetenek adı | Açıklama |
|---|---|
| gantt-planner | Görev listeleri ve bağımlılıklardan, Kritik Yol Yöntemi (CPM) analizi içeren interaktif HTML Gantt şemaları oluşturur; kritik yolu vurgular ve bolluk sürelerini hesaplar. Kullanıcı bir Gantt şeması oluşturmak, proje görevlerini zamanlamak, kritik yolu analiz etmek, bağımlılıkları görselleştirmek veya proje zaman çizelgelerinden, kilometre taşlarından ya da görev planlamasından bahsettiğinde kullanılır. |
| investor-pitch-planner | Sorun, Çözüm, Pazar, İş Modeli, Ekip ve Talep bölümlerini kapsayan, veri görselleştirme önerileri içeren yapılandırılmış bir yatırımcı sunum destesi taslağı oluşturur. Kullanıcılar pitch deste, fon toplama, yatırımcı sunumlarından bahsettiğinde veya bir deste yazma ya da fon toplamaya hazırlanma konusunda yardım istediğinde tetiklenir. |
| market-research-brief | Veriye dayalı analiz, yönetici özetleri ve stratejik öneriler içeren, profesyonel danışmanlık tarzında pazar içgörü raporları oluşturur. Kullanıcılar pazar veya sektör analizi, rekabet ortamı raporları, tüketici davranışı çalışmaları veya üst düzey bir danışmanlık firmasının görsel tarzında stratejik belgeler talep ettiğinde tetiklenir. |
| okr-strategist | Kullanıcıların kaliteli hedefler ve anahtar sonuçlar oluşturmasına, hedefleri uygulanabilir katmanlara ayırmasına ve periyodik gözden geçirmeler yapmasına yardımcı olan OKR taslaklama, dökümleme ve retrospektif koçu. Kullanıcı OKR, hedef yönetimi, anahtar sonuçlar, taslaklama, dökümleme, retrospektif, gözden geçirme, hizalama, çeyreklik hedeflerden bahsettiğinde veya bir OKR yazma, gözden geçirme ya da dökümleme konusunda yardım istediğinde kullanılır. |
| pitch-deck-creator | Çin tarzı bir girişim finansman teklifi (融资计划书 / BP) formatında profesyonel yatırımcı sunum desteleri ve iş planları oluşturur. Yatırımcı destesi, finansman teklifi, pazar analizi içeren şirket tanıtımları veya herhangi bir fon toplama sunumu oluşturma talepleriyle tetiklenir. Çince ve İngilizce içeriği destekler, varsayılan olarak PPTX çıktısı verir ve temiz beyaz arka planlar ile lacivert vurgular içeren, özenle hazırlanmış 18 slaytlık bir şablonu takip eder. |
| pricing-strategy | SaaS fiyatlandırmasını tasarlar, optimize eder ve iletişimini kurar — katman yapısı, değer metrikleri, fiyatlandırma sayfaları ve fiyat artışı stratejisi. Sıfırdan bir fiyatlandırma modeli oluştururken, mevcut fiyatlandırmayı yeniden tasarlarken, bir fiyat artışı planlarken veya bir fiyatlandırma sayfasını iyileştirirken kullanılır. Tetikleyici anahtar kelimeler: fiyatlandırma katmanları, fiyatlandırma sayfası, fiyat artışı, paketleme, değer metriği, kullanıcı başına fiyatlandırma, kullanım bazlı fiyatlandırma, freemium, iyi-daha iyi-en iyi, fiyatlandırma stratejisi, para kazandırma, fiyatlandırma sayfası dönüşümü, Van Westendorp. |
| process-doc | Bir iş sürecini belgelendirir — akış şemaları, RACI ve SOP'ler. Birinin kafasında yaşayan bir süreç resmileştirilirken, kimin neyin sahibi olduğunu netleştirmek için bir RACI oluştururken, bir devir teslim veya denetim için SOP yazarken ya da işlerin gerçekte nasıl yürüdüğüne dair istisnaları ve uç durumları kayıt altına alırken kullanılır. |
| project-sizing-guide | Yazılım projesi efor tahmini asistanı. Üç noktalı tahminler (iyimser/en olası/kötümser değerler ve güven aralıklarıyla), T-shirt bedenleri veya Fonksiyon Puanı Analizi (FPA) sayımları üretir. Kullanıcılar 'bu özellik ne kadar sürer' diye sorduğunda, proje iş yükünü değerlendirmesi gerektiğinde, PERT tahmini, T-shirt boyutlandırma, FPA, sprint planlama veya teklif tabanlı efor dökümleri yaparken tetiklenir. |
| saas-metrics-coach | SaaS finansal sağlık danışmanı. Kullanıcı gelir veya müşteri rakamlarını paylaştığında ya da ARR, MRR, churn, LTV, CAC, NRR'den bahsettiğinde veya SaaS işinin nasıl gittiğini sorduğunda kullanılır. |
| sprint-plan-builder | Ekip kapasitesine ve geçmiş hıza dayalı kapsam seçimi yaparak, hikayeleri tahmini görevlere bölerek, bağımlılıkları analiz ederek ve iş yükünü dengeleyerek uygulanabilir planlar oluşturan Çevik (Agile) Sprint planlama asistanı. Kullanıcı Sprint Planlama, iterasyon kapsam belirleme, hikaye/görev atama, iş yükü dengeleme, bağımlılık analizi veya ekip kapasitesi hesaplama talep ettiğinde tetiklenir. |
İçerik ve iletişim
Yüksek kaliteli içerik oluşturmak ve farklı kanallar arasında iletişimi yönetmek önemli zaman ve emek gerektirebilir. Yapay zeka agent becerileri, yazma, düzenleme, araştırma ve içerik yönetimi iş akışlarını basitleştirirken tutarlılığı ve verimliliği de artırır. Aşağıdaki agent becerisi örnekleri, Kimi Agent becerilerinin içerik oluşturma ve iletişim görevlerini daha akıcı yapay zeka iş akışlarıyla nasıl destekleyebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| audience-adaptive-comms | Paydaş iletişimini hedef kitleye (CEO, VP, Teknik Lider veya Operasyon) göre uyarlar; detay düzeyini, dili ve odak noktasını buna göre ayarlar. Özelleştirilmiş e-postalar, brifingler veya slayt taslakları üretir. Kullanıcı bir yönetici brifingi, paydaş güncellemesi, üst yönetime yönelik proje durum raporu, ekipler arası senkronizasyon talep ettiğinde veya bir VP, CEO ya da teknik lidere yazmaktan bahsettiğinde tetiklenir. |
| keynote-composer | Retorik Üçgen çerçevesini kullanarak ürün lansmanları, galalar, TED tarzı konuşmalar ve daha fazlası için profesyonel konuşma taslakları üretir; duraklama/ton/hız ipuçlarını otomatik olarak işaretler ve sunum süresi tahminleri sağlar. Kullanıcılar bir konuşma, açılış konuşması yazmaktan bahsettiğinde veya "bana bir konuşma yazmama yardım et" ya da "galada bir konuşma yapacağım" gibi ifadeler kullandığında tetiklenir. |
| podcast-episode-writer | Girişler, konu bölümleri, geçişler, hazırlanmış sorular ve kapanış çağrıları için zaman damgalı, eksiksiz ve yapılandırılmış podcast senaryoları oluşturur. "Bana bir podcast bölümü yazmama yardım et", "senaryomu planla" gibi taleplerle veya podcast senaryosu, taslak, giriş, CTA ya da bölüm planlaması gibi anahtar kelimelerle tetiklenir. |
| professional-email-composer | Hatırlatmalar, takipler, geri çevirmeler, teşekkürler, özürler ve daha fazlası için profesyonel iş e-postaları yazar; tonu alıcının rolüne göre otomatik olarak ayarlar ve Çince-İngilizce iki dilli desteği sunar. Kullanıcılar bir e-posta taslağı istediğinde, bir şablona ihtiyaç duyduğunda veya hatırlatma, takip, ret ya da şikayet gibi belirli e-posta türlerinden bahsettiğinde tetiklenir. |
| humanizer | Metinden yapay zeka tarafından üretilmiş yazı izlerini kaldırır. Metni daha doğal ve insan eliyle yazılmış gibi göstermek için düzenleme veya inceleme sırasında kullanılır. Wikipedia'nın kapsamlı "Signs of AI writing" rehberine dayanır. Şu kalıpları tespit edip düzeltir: abartılı sembolizm, tanıtım diline yakın ifadeler, yüzeysel "-ing" analizleri, belirsiz atıflar, aşırı tire (em dash) kullanımı, üçlü tekrar kuralı, yapay zekaya özgü kelimeler, olumsuz paralellikler ve gereğinden fazla bağlaç öbekleri. |
Güvenlik, risk ve uyumluluk
Güvenlik, risk yönetimi ve uyumluluk görevleri; doğruluk, sürekli izleme ve hassas bilgilerin dikkatli bir şekilde ele alınmasını gerektirir. Yapay zeka agent becerileri, rutin kontrolleri otomatikleştirmeye, uyumluluk iş akışlarını düzenlemeye ve tutarlılığı korurken daha hızlı risk analizini desteklemeye yardımcı olabilir. Aşağıdaki agent becerileri örnekleri, yapay zeka iş akışlarının güvenlik ve uyumluluk süreçlerini nasıl geliştirebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| code-vuln-audit | Kodu güvenlik sorunları açısından tarar: bağımlılık zafiyetleri (npm/pip audit), sızdırılmış gizli bilgiler (regex ve entropi analizi) ve SQL enjeksiyonu, XSS veya komut enjeksiyonu gibi OWASP kötü kalıpları. Kullanıcı güvenlik taramaları, zafiyet tespiti, sızdırılmış gizli bilgiler, API anahtarları, OWASP, npm audit, pip-audit, sabit kodlanmış şifreler veya kod güvenlik kontrollerinden bahsettiğinde kullanılır. |
| incident-review-guide | SRE en iyi uygulamalarına dayanan, suçlamasız (blameless) olay sonrası inceleme ve raporlama aracı. Zaman çizelgeleri, kök neden analizi (5 Neden), aksiyon maddeleri ve çıkarılan derslerle yapılandırılmış olay raporları üretir. Kullanıcılar olay incelemesi yazmak, kök neden analizi yapmak, üretim kesintilerini analiz etmek istediğinde veya postmortem, olay raporu, kök neden analizi ya da 5 Neden gibi anahtar kelimeler kullandığında tetiklenir. |
| iso-27001-evidence-collection | API öncelikli komutlar ve başlıca bulut CLI araçlarını kullanarak ISO 27001 ve SOC 2 denetimleri için kanıt toplar, düzenler ve doğrular. Zaman damgalı, denetime hazır kanıt paketleri üretir. Denetime hazırlanırken, kanıtları güncellerken veya denetim hazırlığı, kanıt eksiklikleri ya da uyumluluk çerçeveleri konuşulurken tetiklenir. |
| legal-risk-assessment | Şiddet-olasılık çerçevesi ve yükseltme kriterleriyle hukuki riskleri değerlendirir ve sınıflandırır. Sözleşme riskini değerlendirirken, anlaşma maruziyetini analiz ederken, konuları şiddetine göre sınıflandırırken veya bir meselenin kıdemli hukuk müşavirliği ya da dış hukuki inceleme gerektirip gerektirmediğini belirlerken kullanılır. |
| regulatory-audit-generator | GDPR, PIPL veya reklam/veri yasalarını ilgilendiren iş senaryoları için uyumluluk kontrol listeleri oluşturur. Kontrol maddeleri, hukuki dayanak, risk seviyeleri ve uygulanabilir önerilerden oluşan yapılandırılmış bir kontrol listesi çıktısı verir. "Uyumluluk kontrolü yap", "GDPR/PIPL uyumluluğu", "lansman öncesi inceleme", "gizlilik etki değerlendirmesi (PIA/DPIA)" gibi taleplerle veya bir özelliğin uyumlu olup olmadığı sorulduğunda tetiklenir. |
| secure-code-review | SQL enjeksiyonu, XSS, SSRF, bozuk erişim kontrolü, kriptografik hatalar ve diğer yaygın OWASP Top 10 zafiyetleri için kodu sistematik olarak inceler; zafiyetli kod örnekleri ve kullanıma hazır çözüm önerileri sunar. Kullanıcılar bir güvenlik incelemesi, zafiyet taraması veya sızma testi desteği istediğinde ya da OWASP, SQL enjeksiyonu, XSS, kod denetimi veya güvenlik kontrol listesi gibi anahtar kelimeler kullandığında tetiklenir. |
| test-suite-architect | Bu beceri, herhangi bir yazılım projesi için kapsamlı QA test süreçleri kurulurken kullanılmalıdır. Test stratejileri oluştururken, Google Test Standartlarına uygun test senaryoları yazarken, test planlarını yürütürken, P0-P4 sınıflandırmasıyla hataları takip ederken, kalite metriklerini hesaplarken veya ilerleme raporları üretirken kullanılır. Ana komutlar aracılığıyla otonom yürütme yeteneği ve üçüncü taraf QA ekiplerine devir için eksiksiz belgelendirme şablonları içerir. OWASP güvenlik testlerini uygular ve %90 kapsama hedeflerine ulaşır. |
| terraform-deploy-pitfalls | Terraform provisioner'ları, çoklu ortam izolasyonu ve sıfırdan dağıtım güvenilirliği için operasyonel tuzaklar. Provisioner zamanlama çakışmalarını, SSH bağlantı çatışmalarını, DNS kaydı tekrarını, hacim izinlerini, veritabanı önyükleme eksikliklerini, anlık görüntü çapraz kirlenmesini, Cloudflare kimlik bilgisi biçim hatalarını, Caddyfile/compose dosyalarında sabit kodlanmış alan adlarını ve yalnızca ilk önyüklemede veri başlatma tuzaklarını kapsar. null_resource provisioner'ları yazarken, çoklu ortam Terraform kurulumları oluştururken, terraform apply sonrasında Restarting/unhealthy durumundaki konteynerleri hata ayıklarken, cloud-init ile yeni örnekler kurarken veya uzak sunuculara SSH ile bağlanan herhangi bir IaC kodunda etkinleşir. Ayrıca kullanıcı Terraform plan/apply hataları, provisioner arızaları, altyapı sapması, TLS sertifika hataları veya Caddy/gateway yapılandırmasından bahsettiğinde de etkinleşir. |
| tos-clause-scanner | Servis Şartları, kullanıcı sözleşmeleri ve gizlilik politikalarını tüketici riskleri açısından denetler; adaletsiz maddeleri, veri tuzaklarını ve sorumluluk sorunlarını işaretleyen yapılandırılmış bir rapor üretir. Kullanıcı bir Servis Şartları, gizlilik politikası veya kullanıcı sözleşmesini gözden geçirmek, denetlemek ya da analiz etmek istediğinde veya otomatik yenileme ya da veri yetkilendirmesi gibi belirli konulardan bahsettiğinde tetiklenir. |
| weighted-scorer | Teknoloji seçimi, tedarikçi değerlendirmesi ve çok kriterli seçenek karşılaştırmaları için ağırlıklı puanlama karar matrisleri oluşturur. Kriterlerin tanımlanması, ağırlıkların atanması, seçeneklerin puanlanması ve duyarlılık analiziyle sonuçların doğrulanması sürecinde size rehberlik eder. Kullanıcılar karar matrisleri, ağırlıklı puanlama, seçenekleri karşılaştırma, tedarikçi seçimi veya yap-ya-da-satın-al kararlarından bahsettiğinde tetiklenir. |
Belge, tasarım ve sunum
Belge, tasarım ve sunum oluşturmak genellikle tekrarlayan biçimlendirme, içerik düzenleme ve görsel ayarlamaları içerir. Yapay zeka agent becerileri, kullanıcıların profesyonel materyalleri daha verimli bir şekilde oluşturmasına, iyileştirmesine ve yapılandırmasına yardımcı olarak bu iş akışlarını basitleştirebilir. Aşağıdaki agent becerileri örnekleri, Kimi Agent becerilerinin belge oluşturma, tasarım görevleri ve sunum iş akışlarını nasıl destekleyebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| docx | Word belgeleri (.docx) oluşturur ve düzenler — oluşturma için C# + OpenXML SDK, düzenleme/yorumlar/izlenen değişiklikler için WIR motoru kullanılır. Belge oluşturma, düzenleme, yorumlar, revizyonlar, dipnotlar, içindekiler tablosu ve Markdown'dan Word'e dönüştürme dahil her türlü .docx işi için kullanılır. |
| geo-magazine-slides | Editoryal kalitede düzenler, büyük hero görselleri, veri odaklı grafikler ve lüks bir estetikle etkileyici, coğrafya temalı dergi tarzı sunum dosyaları (PPTX) oluşturur. Konum koleksiyonları, lüks emlak tanıtımları, seyahat destinasyonu sunumları, harita temalı derlemeler, mimari portföyler ve bölüm ayraçlı editoryal grid genel bakışları için kullanılır. |
| html-mailer-builder | Gmail, Outlook ve Apple Mail ile uyumlu, duyarlı tasarım için tablo düzenleri ve satır içi CSS kullanan profesyonel HTML e-posta şablonları oluşturur. Hoş geldin e-postaları, tanıtım kampanyaları, şifre sıfırlama, bildirimler, sipariş onayları ya da EDM, bülten veya işlem e-postası şablonu oluşturma taleplerinde devreye girer. |
| journalistic-portrait | Southern People Weekly'nin görsel tasarımını yeniden üreten dergi tarzı HTML sayfalar oluşturur. Öne çıkan makale düzenleri, kırmızı kenarlıklı kapak sayfaları, portre fotoğraflı içindekiler sayfaları ve editoryal bölüm başlıklarıyla iki sütunlu iç sayfalar için kullanılır; Çin haftalık dergilerinin tipografisini ve renk paletlerini yansıtır. |
| landing-page-scaffold | Beş standart bölümden (Hero → Sosyal Kanıt → Özellikler → Fiyatlandırma → CTA) oluşan, tek bir satır içi HTML dosyası olarak çıktı veren ve herhangi bir tarayıcıda önizlemeye hazır kendi kendine yeten bir landing page HTML prototipi oluşturur. Kullanıcı bir landing page, wireframe veya pazarlama sayfası prototipi oluşturmak, üretmek ya da taslak hazırlamak istediğinde ya da hero, fiyatlandırma veya CTA gibi belirli bölümlerden bahsettiğinde devreye girer. |
| Profesyonel PDF çözümü. HTML+Paged.js kullanarak PDF oluşturur (akademik makaleler, raporlar, belgeler). Python ile mevcut PDF'leri işler (okuma, çıkarma, birleştirme, bölme, form doldurma). KaTeX matematik formüllerini, Mermaid diyagramlarını, üç çizgili tabloları, alıntıları ve diğer akademik unsurları destekler. Kullanıcı açıkça LaTeX (.tex) veya native LaTeX derlemesi talep ettiğinde de bu beceri kullanılır. | |
| photo-magazine | Dergi kalitesinde editoryal tasarıma sahip premium yatay belgeler oluşturur. Kalın tipografi, tam sayfa fotoğraflar, veri görselleştirme kartları ve anlatı odaklı düzenle görsel açıdan zengin raporlar üretir. Editoryal estetik, çok sütunlu düzenler, büyük punto veri panoları ve anlatımı veriyle harmanlayan bölüm bazlı gezinme gerektiren kurumsal, araştırma veya yaratıcı raporlar için kullanılır. |
| retro-tech-illustration | Görseller, illüstrasyonlar ve tasarım belgeleri dahil retro teknoloji sanat tarzında görsel içerik oluşturur. Synthwave, Vaporwave, Cyberpunk, retro çizgi roman ve retro-fütüristik estetikleri kapsar. Neon ızgara manzaraları, piksel sanatı, vaporwave sahneleri, CRT ve yarı ton efektleri, renk paletleri ve tipografi sistemleri için kullanılır; 80'ler/90'lar tech-noir temalı projelere hizmet eder. |
| theme-factory | Çıktıları bir temayla stilize etmek için araç seti. Bu çıktılar slaytlar, dokümanlar, raporlar, HTML landing page'ler vb. olabilir. Oluşturulmuş herhangi bir çıktıya uygulanabilecek renk/font içeren 10 hazır tema mevcuttur, ayrıca anlık olarak yeni bir tema da oluşturulabilir. |
| design-system-builder | Referans UI görsellerinden tasarım sistemleri çıkarır ve uygulamaya hazır UI tasarım prompt'ları üretir. Kullanıcılar UI ekran görüntüleri/mockup'lar sağlayıp tutarlı tasarımlar oluşturmak, tasarım sistemleri üretmek veya referans estetiğine uyan MVP arayüzleri kurmak istediğinde kullanılır. |
Araştırma ve eğitim
Araştırma ve eğitim iş akışları genellikle bilgi toplamayı, kaynakları analiz etmeyi ve bilgiyi kullanışlı biçimlere düzenlemeyi içerir. Yapay zeka agent becerileri, araştırma görevlerini otomatikleştirmeye, öğrenme süreçlerini basitleştirmeye ve bilgi yönetimini iyileştirmeye yardımcı olabilir. Aşağıdaki agent becerisi örnekleri, Kimi Agent becerilerinin akademik araştırma, öğrenme ve eğitim iş akışlarını nasıl destekleyebileceğini gösteriyor.
| Beceri adı | Açıklama |
|---|---|
| academic-paper-reviewer | Akademik hakem değerlendirmesini simüle eder; makaleleri Özgünlük, Metodoloji, Sonuçlar ve Yazım açısından değerlendirerek uygulanabilir geri bildirimlerle Büyük/Küçük Revizyon önerileri sunar. Kullanıcı "makalemi incele", "hakem değerlendirmesini simüle et" veya "makaleme hakem değerlendirmesi yap" dediğinde devreye girer. |
| anki-card-maker | Çalışma materyallerinden (metin, Markdown, notlar) temel bilgileri çıkarır ve ön yüzde soru, arka yüzde cevap bulunan bilgi kartları oluşturarak içe aktarmaya hazır Anki uyumlu bir CSV dosyası üretir. Kullanıcılar bilgi kartlarından, Anki'den, aralıklı tekrardan bahsettiğinde, notlarını soru-cevap çiftlerine dönüştürmek istediğinde veya çalışma içeriklerinden hafıza kartı ya da tekrar kartı talep ettiğinde devreye girer. |
| astro-observation-report | LIGO, Virgo veya KAGRA tarafından tespit edilen kompakt ikili birleşme olayları (BNS, BBH, NSBH) için kütleçekim dalgası gözlem sonuçları makaleleri yazma becerisi. Makale mimarisini, ilk sayfa düzenini, parametre tahmini şekillerini, belirsizlik gösterimlerini, güvenilir aralık grafiklerini, istatistiksel kuralları ve sayfa üstbilgilerini kapsar; Physical Review X'in iki sütunlu dergi tarzını yeniden üretir. |
| cite-style-converter | Akademik alıntıları APA, MLA, IEEE ve Harvard stilleri arasında toplu işleme ve format doğrulamasıyla dönüştürür. Kullanıcılar referanslarını dönüştürmek, kontrol etmek veya düzeltmek istediğinde, belirli alıntı stillerinden bahsettiğinde ya da kaynakçalarından söz ettiğinde devreye girer. |
| content-research-writer | Araştırma yaparak, alıntı ekleyerek, girişleri geliştirerek, taslaklar üzerinde yineleme yaparak ve her bölüm için gerçek zamanlı geri bildirim sağlayarak kaliteli içerik yazmanıza yardımcı olur. Yazma sürecinizi tek başına bir çabadan işbirlikçi bir ortaklığa dönüştürür. |
| scholarly-writing-refiner | Akademik İngilizce metni paragraf paragraf inceleyerek dilbilgisi, kelime seçimi, anlatım tarzı, tutarlılık ve cümle yapısını gözden geçirir. Düzeltilmiş metinle birlikte revizyon önerileri sunar. 'Bu paragrafı düzelt', 'dilbilgisini kontrol et', 'akademik İngilizceye çevir' gibi ifadelerle veya makale düzenleme, SCI cilalama ve dergi başvurusu düzenleme gibi anahtar kelimelerle tetiklenir. |
| scientific-problem-selection | Bu beceri, bilim insanlarının araştırma problemi seçimi, proje fikri geliştirme, tıkanmış projeleri çözme veya stratejik bilimsel kararlar konusunda yardıma ihtiyaç duyduğunda kullanılmalıdır. Kullanıcılar yeni bir araştırma fikri sunmak, bir proje sorunu üzerinde çalışmak, proje risklerini değerlendirmek, bir araştırma stratejisi planlamak, karar ağaçlarında yol almak veya hangi bilimsel problem üzerinde çalışacağına karar vermede yardım istediğinde bu beceri kullanılır. Tipik talepler arasında "bir proje fikrim var", "araştırmamda tıkandım", "bu projeyi değerlendirmeme yardım et", "ne üzerinde çalışmalıyım" veya "araştırmam hakkında stratejik tavsiyeye ihtiyacım var" gibi ifadeler yer alır. |
| sci-paper | Üst düzey etkinlikler (CVPR, ICCV, NeurIPS, ICML, ACL, ICLR vb.) için bilimsel araştırma makalelerini yazmak, biçimlendirmek ve sunmak için yapılandırılmış rehberlik sağlar. Bölüm bölüm taslak hazırlama, şekil tasarımı, LaTeX dizgisi, anlatı mantığı ve gönderim öncesi cilalama dahil tüm iş akışını kapsar. Makaleleri kamera hazır veya ön baskı PDF'lere dönüştürmek için yazma, düzenleme veya dizgi işlerinde kullanılır. |
| browse | Web sitelerinde gezinerek, ilgili verileri çıkararak, ekran görüntüleri alarak, formları doldurarak ve web sayfalarıyla etkileşime girerek web araştırması yapar. Korumalı veya kısıtlı sitelerden araştırma yapmak ve bilgi toplamak için uzaktan tarayıcı oturumlarını ve gelişmiş erişim yeteneklerini destekler. |
| fast-browser-use | Hızlı tarayıcı otomasyonu, DOM çıkarımı, ekran görüntüleri, oturum yönetimi ve dinamik web siteleri ile sonsuz kaydırmalı sayfalardan veri toplama sayesinde web araştırmasını hızlandırır. Karmaşık web kaynaklarından hızlıca bilgi toplamak ve araştırma verisi çıkarmak için kullanışlıdır. |
| playwright-scraper-skill | Playwright kullanarak dinamik ve korumalı web sitelerinden araştırma yapar ve veri çıkarır. JavaScript ile oluşturulan sayfalardan sayfa içeriği, başlıklar ve ekran görüntüleri toplar; bu da belirli URL'leri araştırmak ve erişim kısıtlaması olan sitelerden bilgi toplamak için kullanışlıdır. |
Farklı iş akışlarını kapsayan geniş bir yerleşik beceri yelpazesiyle Kimi, araştırma, analiz, içerik oluşturma, geliştirme ve daha birçok alanda görevleri yönetmenize yardımcı olabilir. İhtiyaçlarınıza uygun bir beceri bulduğunuzda, bunu doğrudan iş akışınızda kullanabilir veya görevleri daha verimli tamamlamak için kendi talimatlarınızla birleştirebilirsiniz. Aşağıdaki adımlar, Kimi'nin yerleşik becerilerinin nasıl kullanılacağını gösteriyor.
Kimi'nin yerleşik becerileri nasıl kullanılır
Kimi'nin yerleşik becerileri, sıfırdan iş akışları oluşturmadan özel görevleri otomatikleştirmeyi kolaylaştırır. Kimi'nin yerleşik becerilerini etkin bir şekilde kullanmaya başlamak için aşağıdaki adımları izleyin.
Adım 1: Bir beceri komutu girin
Kimi'yi açın ve belirli iş akışını etkinleştirmek için /investor-pitch-planner gibi gerekli beceri komutunu girin.
Adım 2: Araştırma görevinizi başlatın
Beceriyi etkinleştirdikten sonra ihtiyaçlarınızı açıklayın ve gerekli ayrıntıları belirtin. Kimi'nin daha doğru sonuçlar üretmesine yardımcı olmak için hedeflerinizi, hedef kitlenizi, tercih ettiğiniz formatı belirtebilir veya ilgili dosyaları yükleyebilirsiniz.
Örnek prompt:
İsteğiniz gönderildikten sonra Kimi, talimatlarınızı analiz eder ve seçtiğiniz beceriye ve gereksinimlerinize dayalı olarak yapılandırılmış bir çıktı üretir.
Adım 3: Belgenizi inceleyin ve indirin
Oluşturulan içeriği inceleyin, gerekli düzenlemeleri yapın ve son belgeyi kullanım için dışa aktarın. Çıktı isteklerinize uyana kadar ek talimatlar vererek sonuçları geliştirebilirsiniz.
Yerleşik beceriler yaygın görevler için kullanıma hazır iş akışları sunarken, kullanıcıların benzersiz projeler ve gereksinimler için özelleştirilmiş çözümlere de ihtiyacı olabilir. Kimi, belirli talimatlar, iş akışları ve yetenekler tanımlayarak kendi agent becerilerinizi oluşturmanıza olanak tanır. Bu esneklik, çalışma süreçlerinize ve hedeflerinize daha uygun kişiselleştirilmiş yapay zeka iş akışları oluşturmanıza yardımcı olur.
Kimi ile kendi becerilerinizi nasıl oluşturursunuz
Kimi ile kendi becerilerinizi oluşturmak için aşağıdaki adımları izleyin.
Adım 1: "Belgeden becerilere" aracına erişin
Kimi'yi açın ve kaynaklarınızdan özelleştirilmiş bir beceri oluşturmaya başlamak için "Eklentiler" > "Belgeden becerilere" özelliğine gidin.
Adım 2: Dosyaları yükleyin
Becerinizin kullanmasını istediğiniz bilgi ve talimatları içeren ilgili belgeleri, kılavuzları veya referans materyallerini yükleyin.
Adım 3: Becerilerinizi oluşturun ve kullanın
Oluşturulan beceriyi inceleyin, gerekiyorsa ayarlamalar yapın ve gelecekteki görevler için kaydedin.
İş akışınız değiştikçe beceriyi istediğiniz zaman güncelleyebilir veya gelecekte kullanmak üzere .md dosyası olarak dışa aktarabilirsiniz.
Agent becerilerini profesyonelce kullanma ipuçları
Agent becerilerini etkili bir şekilde kullanmak, bir iş akışını basitçe etkinleştirmekten daha fazlasını gerektirir. Doğru yaklaşım, daha doğru sonuçlar elde etmenize, verimli süreçler oluşturmanıza ve özel ihtiyaçlarınıza uygun yapay zeka iş akışları geliştirmenize yardımcı olur. Agent becerilerinden en iyi şekilde yararlanmak için aşağıdaki ipuçlarını izleyin.
Belirli hedeflere göre beceri seçin
Her proje için genel iş akışları kullanmak yerine, görevinizin tam gereksinimlerine uygun becerileri seçin. Hedef odaklı bir yaklaşım, yapay zeka agent'larının görevin amacını anlamasına ve daha ilgili sonuçlar sunmasına yardımcı olur.
Karmaşık görevler için birden fazla beceriyi birleştirin
Daha büyük projeler için farklı becerileri birleştirmek, birden fazla adımı daha verimli bir şekilde yönetmenize yardımcı olabilir. Birbirini tamamlayan becerileri kullanmak, yapay zeka agent'larının bağlantılı bir iş akışı içinde araştırma, analiz, içerik oluşturma ve diğer süreçleri yürütmesini sağlar.
Daha iyi sonuçlar için beceri talimatlarını özelleştirin
Beceri talimatlarını tercih ettiğiniz format, iş akışı ve çıktı gereksinimlerine göre ayarlayın. Özelleştirilmiş talimatlar daha tutarlı sonuçlar elde edilmesine yardımcı olur ve becerinin belirli görevlerinize daha uygun hale gelmesini sağlar.
Net bağlam ve ayrıntılı girdiler sağlayın
Bir göreve başlamadan önce yapay zeka agent'ına yeterli arka plan bilgisi, örnekler ve beklenen sonuçlar sunun. Net girdiler, agent'ın gereksinimlerinizi anlamasına yardımcı olur ve tekrarlanan düzeltme ihtiyacını azaltır.
Sık kullanılan becerilerle yeniden kullanılabilir iş akışları oluşturun
Raporlama, içerik oluşturma veya veri analizi gibi düzenli olarak yaptığınız görevler için becerileri kaydedin ve yeniden kullanın. Yeniden kullanılabilir iş akışları, kurulum süresini azaltarak ve projeler arasında tutarlılığı koruyarak üretkenliği artırır.
Becerileri düzenli olarak test edin ve geliştirin
Becerilerinizin performansını gözden geçirin ve ihtiyaçlarınız değiştiğinde talimatları güncelleyin. Düzenli test yapmak, doğruluğu artırmaya, iş akışlarını optimize etmeye ve yapay zeka agent becerilerinizin daha iyi sonuçlar vermeye devam etmesini sağlamaya yardımcı olur.
Sonuç
Yapay zeka agent becerileri, yapay zeka iş akışlarını daha odaklı, verimli ve belirli görevlere uyarlanabilir hale getirir. Doğru becerileri seçerek, net talimatlar vererek ve bunları düzenli olarak geliştirerek daha tutarlı sonuçlar elde edebilirsiniz. Pratik agent becerileri örneklerini keşfetmek ve Kimi ile kendi iş akışlarınızı özelleştirmek, daha akıllı ve daha verimli bir çalışma şekli oluşturmanıza yardımcı olabilir.