Agent Skills Hub

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。

differentiation-schemes

生成有限差分模板，选择PDE/ODE数值离散化方案，并执行截断误差分析以提升模拟精度。

dyad:swarm-pr-review

使用三个专业 AI 代理（正确性、代码健康度、UX）组成的团队进行协作式 PR 审查，讨论并达成共识后发布包含行内注释的结构化审查摘要。

Observability

PAI 多智能体活动的实时监控仪表板，支持 WebSocket 流式传输、会话追踪及智能体工作流调试。

visual-creative

视觉创意生图提示词生成工具，专为海报、Banner、产品图、社交媒体配图等全场景视觉内容设计，助力高质量 AI 绘图。

qras

基于 Qdrant 和 Ollama 的本地 RAG 语义记忆系统。适用于高效检索工作区文件、笔记、决策记录与用户偏好，提供精确的向量语义搜索。

use-railway

操作 Railway 基础设施：管理项目、服务、数据库、对象存储、部署、环境、变量、日志及性能指标。

solana-dev

Solana 开发整合式技能中心，具备多代理协调、渐进式技能加载，并深度整合 Anchor、Token-2022、DeFi 协议与安全审计功能。

ADK Developer

使用 Google Agent Development Kit (ADK) 构建、编排和部署 AI 代理的综合指南与参考。

proactive-agent

通过 WAL 协议、持久化内存缓冲区与自动化 Cron 调度，将 AI 代理转变为能主动预测需求并持续优化的主动式伙伴。

linkerd-patterns

实现 Linkerd 服务网格模式，用于 Kubernetes 环境中的安全性、流量策略管理与零信任网络部署。

context-fundamentals

情境工程基础指南：为 AI 代理优化 Token 预算、注意力机制及系统架构。