Agent Skills Hub

test-environment-management

使用 IaC、Docker 和服务虚拟化管理测试基础设施。优化测试成本，确保开发与生产环境的一致性，并自动化环境部署，以实现一致且可扩展的软件测试。

symbols

通过智能符号索引、领域分块与架构层过滤，实现代码库的高效率导航。在探索或开发复杂系统时，可减少 60-95% 的 Token 使用量。

writing-go-tests

应用当前 Go 测试最佳实践，包含并发测试、Mock 与表格驱动开发，以确保软件开发的高稳定性。

weather-bot

使用 wttr.in 为任何城市提供实时天气预报与个性化穿搭建议。

refactoring-patterns

通过 TDD 循环与自动化测试验证，安全地重构代码以提升结构与可维护性，同时确保功能行为不变。

guard

为提示词中的 JSON 数据提供认知安全分析，防止大型语言模型在处理不完整或大规模数据集时产生幻觉与推理错误。

matchms

用于质谱数据处理的 Python 工具包。支持质谱文件导入 (mzML, MGF, MSP)、元数据标准化、峰值过滤，以及代谢组学中的光谱相似度评分（余弦、修正余弦）计算。

syncause-debugger

为 Python、Node.js 和 Java 应用程序提供基于执行轨迹与 MCP 工具的实证调试解决方案。

robot-perception

机器人感知系统设计、配置与优化，涵盖摄像头、激光雷达与传感器融合管线。包含相机校准、3D 重建与生产环境部署的最佳实践。

speak

使用 Kokoro TTS 进行本地文字转语音。在终端中生成音频、朗读文本并处理多语言语音合成。

agent-architecture

实现生产级 AI 代理。包含 LangGraph、工具调用护栏、SSE 流式传输、情节记忆与 pgvector。提供反模式分析与修正代码。

query-sub-agent

专责 IDF (Information Display Frame) 类型的子代理，用于生成与审查 Java、TypeScript 及 Go 的 CQRS Query Side 实现。