Agent Skills Hub

AgentDB Vector Search

为 AI 代理提供的高性能向量搜索引擎，具备毫秒级检索、HNSW 索引与量化技术，适用于 RAG 系统、相似度匹配与知识库管理。

AgentDB Performance Optimization

通过量化、HNSW 索引、缓存与批次处理优化 AgentDB 性能，显著提升向量搜索速度并降低内存占用。

memov

AI 辅助代码代理版本控制。通过 MemoV 自动追踪提示词、上下文与差异，确保完整可追溯性，且不污染 Git 历史记录。

maestro

智能 RAG 知识网关，将编程任务路由至专业的 Swift/iOS 领域知识。通过 MCP 从 100 多种索引技能中提取精准模式，优化开发上下文使用率。

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。

qmd

用于 Markdown 笔记、文档和代码库知识库的本地混合搜索引擎，旨在降低 Token 消耗并提升检索效率。

librarian

抓取、索引并搜索 GitHub 和网站上的开发者文档，为 AI 代理提供准确、基于真实来源且具备版本控制的代码上下文。

upstash-vector-db-skills

Upstash Vector DB 设置、语义搜索、命名空间与向量嵌入模型。专为在 Next.js 16 与 Vercel 项目中构建高性能向量搜索功能而设计。

skill-writer

用于编写 ClawdHub/MoltHub 高质量 Agent Skills (SKILL.md) 的工具套件，涵盖结构规范、前端元数据模式、内容模式及技术文档编写最佳实践。

skill-engineer

为 OpenClaw 技能开发提供多代理迭代优化与品质把关，通过标准化测试与生命周期管理提升技能效能。

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。