Agent Skills Hub

risk-based-testing

利用风险评估与优先级排序，将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。

global-intel-summary

全球情报自动汇总工具，生成结构化市场、政经与 AI 新闻报告。支持 RSS 聚合、重大事件分级告警与智能推演，帮助用户高效掌握全球动态。

explaining-code

使用可视化图表、生活比喻、逐步导览与常见陷阱来解释代码。

training-data-curation

用于 LLM 后训练（SFT/DPO/RLHF）的高质量数据集策劃指南，涵盖数据格式、质量过滤与收集策略。

request-optimizer

一个智能网关，可分析、评分并将用户请求路由至 27 个代理、27 个技能与 14 个 MCP，以优化 Claude Code 的执行效率。

subagent-driven-development

通过为每个任务指派独立子代理来执行实现计划，并结合规格符合性与代码质量的两阶段审查机制。

recursive-decomposition

通过将大型任务自动拆解为可管理的递归子任务，突破上下文窗口限制，提升对大型代码库和文档集的推理准确度。

auto-skill-generator

研究技术文档并自动生成可直接使用的 Markdown 格式软件代理技能。

claude-copilot

分析 Markdown 文件以确保符合预定义的 AI Token 预算，并优化内容以利于 AI 高效摄取。

workflows-plan

将功能需求、错误报告与改进建议转化为结构化且可执行的 Markdown 项目计划，并结合代码库研究与行业最佳实践。

llmfit-advisor

分析本地硬件 (RAM, CPU, GPU/VRAM) 并获取优化的本地 LLM 模型推荐、量化设置与性能预估。

interpreting-culture-index

解析 Culture Index (CI) 调查与行为特质数据。运用数据驱动的行为分析，协助团队组成评估、职灾预防及人才招聘配置。