Agent Skills Hub

project-development

一套管理 LLM 项目生命周期的框架，涵盖评估任务模型契合度、架构设计、结构化输出解析及代理辅助开发流程。

kagent

kagent 专家指南：用于构建、部署和管理 AI Agent、MCP 工具及 A2A 协议的 Kubernetes 原生框架。

temporal

自动化将 Netflix Conductor 工作流迁移至 Temporal Python，包含服务器编排、Worker 管理与工作流故障排查。

mcp-rails

在 Rails 应用中实现完整的模型上下文协议 (MCP)。支持连接外部 MCP 服务器、将 Rails 应用暴露为 MCP 服务器、通过 Docker 管理子进程，以及 OAuth 2.1 PKCE 认证。

plugin-lifecycle

管理 JUCE 插件的完整生命周期：安装、卸载、重置与彻底删除。专为音频开发者设计，处理系统文件夹部署、缓存管理以及具备备份机制的安全移除流程。

use-railway

操作 Railway 基础设施：管理项目、服务、数据库、对象存储、部署、环境、变量、日志及性能指标。

dev-workflow

全栈软件开发生命周期 (SDLC) 代理工作流程，利用 MCP 工具管理从需求导入、规划到自动化测试、CI/CD 与基础设施部署的完整生产周期。

test-delete-skill

统一的 AI 网关，支持超过 100 种大语言模型，提供兼容 OpenAI 的 API、模型回退、负载均衡及企业级管理工具。

railway-database

部署并管理 Railway 数据库服务（Postgres、Redis、MySQL、MongoDB），并提供自动化配置与环境变量连接。

memory-systems

指导代理人记忆系统的实现，比较主流框架（Mem0、Zep、Letta、LangMem、Cognee），并设计用于跨会话知识保留的持久化架构。

personal-brand-agent

基于 LangGraph 与 Claude Opus 4.5 的自动化 LinkedIn 内容营销多代理系统，涵盖趋势研究、内容生成、个人品牌语调分析与成效追踪。

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。