Agent Skills Hub

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。

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。

doc-reader

通过 llms.txt、MCP 搜索与智能解析策略，有效率地读取并导航外部技术文档。

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。

log-debug-issue

维护结构化的 DEBUG_LOG.md 以记录程序错误、调试过程与解决方案，确保项目稳定性并积累技术知识。

crawl

爬取网站并将内容保存为整洁的 Markdown 文件。适用于文档提取、研究分析与离线知识库建立。

docs-generator

为代码库生成层级化的 AI 优化文档结构 (AGENTS.md, agent.d)，帮助 AI 编码助手与开发者更高效地访问项目上下文、设置与导航。

gitnexus-pr-review

使用结构化代码分析、影响范围评估与依赖关系映射，自动化执行合并请求 (PR) 的审查流程。

splitting-notes

将单一庞大的笔记文件重构为模块化、具备索引导航的结构，适合处理超过 1000 行的笔记以提升可读性与组织性。

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。

app-store-optimization

全面的 ASO 工具包，适用于 Apple App Store 与 Google Play。精通关键词研究、元数据优化、竞争对手追踪、评论分析与移动应用性能基准测试，助力应用程序增长。

github-wayback-recovery

使用 Wayback Machine CDX API 查询与网页存档快照，恢复已删除的 GitHub 仓库内容、Issues、PR 与文件。