@dannylee1020/kkt
为AI编程助手提供带约束优化的工作流技能与安装器。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：@dannylee1020/kkt。 它的用途是：为AI编程助手提供带约束优化的工作流技能与安装器。 完整的 Skill 内容见：https://321skill.com/skills/dannylee1020-kkt/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘我需要最小化这个函数f(x)=x^2，但要求x >= 1，请用KKT方法帮我求解。’，它会调用相关技能，为你推导KKT条件，分析可行域，并给出满足约束的最优解x=1及其对应的拉格朗日乘子。
介绍
KKT技能包旨在解决AI编程助手在执行代码生成或优化任务时，难以自动处理复杂约束条件的问题。它提供了一套基于KKT（Karush-Kuhn-Tucker）条件的优化工作流技能，让AI能够理解和应用约束优化逻辑，并附带一个CLI安装工具，方便集成到各类AI代理中。
使用方式是通过npm安装此技能包，然后在你的AI代理（如Claude、Cursor等）中调用相关技能。当AI需要解决带有等式或不等式约束的数学规划、参数调优或资源分配问题时，可以激活此技能来构建和求解优化模型。
它主要适合需要在AI辅助下进行算法开发、运筹学建模、机器学习超参数约束优化或任何涉及“在限制条件下寻找最优解”的开发者、数据科学家和研究人员。
使用建议是，在明确问题具有清晰的目标函数和约束条件时启用。注意事项是，该技能更侧重于为AI提供优化框架和逻辑，对于极端复杂或非凸的优化问题，可能仍需结合专业求解器或人工干预来验证结果。
核心特点
与通用的代码生成技能不同，它专门集成了KKT条件这一经典优化理论，使AI能结构化地处理约束优化问题；同时，它提供了即装即用的CLI工具，降低了在AI工作流中集成数学优化能力的门槛。
注意事项
不适合处理无明确数学形式或约束极度松散、定义模糊的探索性问题。
常见问题
KKT技能包是做什么用的？
让AI编程助手能够理解和执行带约束条件的数学优化任务。
需要懂优化理论才能用吗？
不需要，AI会调用技能处理，但用户需能清晰定义目标和约束。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dannylee1020-kkt/raw/index.md 读取 @dannylee1020/kkt 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dannylee1020-kkt/raw/index.md（查看排版版本）