Agent Skills Hub

autoresearch

自动化多团队代码库改进代理，具备狭义（目标导向）、广义（假设发散）及全面（质量扫描）三种模式。

research-review

通过 Codex MCP 使用外部 LLM 获取您的研究、论文草稿与实验设置的深度批判性评论（NeurIPS/ICML 等级）。

evaluating-code-models

使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试，提供多语言编码模型的 pass@k 指标评估。

golang-cli-review

针对 Go CLI 应用程序的专家级自动化代码审查，涵盖 Cobra/urfave 模式、安全性、性能、Go 惯用语法及完善的错误处理。

python-plan-optimization

为 Python 代码提供 6 阶段只读分析的工作流程，根据项目类型（从 POC 到开源）检测设计原则违规、代码异味并建议现代化改善方案。

eval-harness

克劳德代码会话的正式评估框架，实施评估驱动开发（EDD）原则，用于保障 AI 代理的可靠性。

orchestration-patterns

用于编排长期代理任务、证据导向交付以及遵循 Simon Willison 迭代循环的自动化 QA 门控的框架。

file-todos

一套结构化的文件式待办事项追踪系统，用于管理技术债、协调代码审查工作流程，并直接在代码库内进行任务追踪。

codebase-analyzer

自动化维护 CLAUDE.md 文件。监控代码库变化，确保项目记忆库与文件结构、构建指令及开发模式保持同步。

update-llm-model-list

根据 litellm 注册表审核并同步 assets.py 中的支持 LLM 模型列表。

core-principles

React 19 单页应用开发的架构治理与项目标准，确保技术栈集成、项目结构与代理执行规则的一致性。

multi-llm-advisor

通过 OpenAI Codex 和 Google Gemini 获取架构、代码审查与调试的专家观点，并透明化展示所有 AI 推论与建议。