Agent Skills Hub

semantic-compression

积极精简输入内容中的语法结构与冗余文字，在保留核心语义的同时优化 LLM 的 Token 使用效率。

agno

用于构建多代理系统、AgentOS 运行时及整合 MCP 服务器的 AI 代理开发框架。

markdown-token-optimizer

分析 Markdown 文件以识别浪费 Token 的模式，并提供具体优化建议，以提升文档对 AI 的 Token 使用效率与清晰度。

mystery-novel-conventions

悬疑、侦探与推理小说创作架构，包含类型规范、公平游戏原则、线索布局与情节结构设计指南。

context-optimization

通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术，优化代理程序的上下文窗口，以降低成本并减少延迟。

skill-customizer

根据您的工作流程调整现有技能，或为重复性且耗时的任务建立新技能。

tool-integration

创建、注册与管理自定义代理工具及 MCP 服务器，通过外部 API 与自定义逻辑扩展 AI 代理的功能。

language-learning

AI 语言学习导师，提供对话练习、语法教学、单词训练及字卡记忆。支持超过 100 种语言，包含西班牙语、法语、日语及中文等。

worker-integration

用于将任务分发给专业后台代理的智能编排系统，具备基于性能的路由与执行追踪功能。

juliaz-tool-builder

为 Julia 代理系统设计与实现高质量工具架构与描述的专家指引，确保工具执行可靠性并减少模型幻觉。

research-review

通过 Codex MCP 使用外部 LLM 获取您的研究、论文草稿与实验设置的深度批判性评论（NeurIPS/ICML 等级）。

refactor

专门用于代码重构的技能。在不改变外部行为的前提下提高代码可维护性、减少技术债务并应用设计模式。