O que ai-local-agents faz?
🧠 Construa agentes de IA autônomos com Ollama e LangChain, com inferência local de LLM, gerenciamento de memória e interação por voz em Python.
🧠 Construa agentes de IA autônomos com Ollama e LangChain, com inferência local de LLM, gerenciamento de memória e interação por voz em Python.
A habilidade DR1X1/ai-local-agents permite que desenvolvedores construam agentes de IA autônomos que executam inteiramente no ambiente local, utilizando Ollama para inferência de modelos de linguagem (LLMs) e LangChain para orquestração de fluxos de trabalho. Ela é ideal para cenários onde privacidade, custo e latência são críticos, já que elimina a dependência de APIs externas. A habilidade suporta gerenciamento de memória para manter contexto entre interações, permitindo que os agentes tenham conversas mais coerentes e de longo prazo. Além disso, oferece suporte a entrada e saída por voz, tornando possível criar assistentes de voz interativos. Escrito em Python, este skill é compatível com plataformas como Claude Code e Cursor, e sua documentação detalhada (SKILL.md) orienta a configuração de ambientes locais, instalação de dependências e implementação de exemplos práticos de agentes autônomos.
npx skills add DR1X1/ai-local-agents🧠 Construa agentes de IA autônomos com Ollama e LangChain, com inferência local de LLM, gerenciamento de memória e interação por voz em Python.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".