Agent Skills Hub

feature-prioritization

一种结构化的决策工具，应用 RICE、MoSCoW、Kano 和价值与努力等框架，通过数据驱动的客观性来确定软件功能、产品路线图项目以及开发与否的决策优先级。

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。

novelty-check

根据最新文献验证研究想法的新颖性。适用于用户询问“查新”、“有没有人做过”或需要确认方法原创性时。

context-compression

通过先进的上下文压缩、结构化摘要与任务导向的状态管理，为长期运行的 AI 代理会话优化性能并降低 Token 使用量。

yq

有效提取 YAML 文件中的特定字段，无需读取整个文件，可节省 80-95% 的上下文窗口用量。

clean-code

实用且精简的 AI 代码标准，专注于干净代码、简洁性与可维护性。强制执行 SRP、DRY 与 KISS 等最佳实践，避免过度设计。

aarnphm.github.io

一个基于 Quartz v4 高度定制化的数字花园，支持增强型 Markdown 解析、缩放文本、TikZ 与伪代码渲染，并整合了 Obsidian 插件生态。

hive

自动化 GitHub 问题分类，通过分析代码库验证技术主张，并针对无效问题提供专家级回应以进行关闭。

performance-optimization

通过 Redis 缓存、集群运算、性能分析与监控技术，优化 Node.js 应用程序性能，打造高效且可扩展的后端服务。

pr-operations

使用专门的 erk exec 指令管理 PR 审查工作流程、解决讨论串并处理讨论留言。

property-based-testing

为软件和智能合约提供属性基础测试 (PBT) 的自动化指导，以提升测试覆盖率并强化边缘案例检测。

test-design-techniques

使用边界值分析、等价分割、决策表及组合测试等专业技术，优化测试设计，最大化覆盖率并减少冗余测试。