Agent Skills Hub

codebase-analyzer

自动化维护 CLAUDE.md 文件。监控代码库变化，确保项目记忆库与文件结构、构建指令及开发模式保持同步。

massive-context-mcp

通过递归分块、子查询与聚合结果处理超过 1,000 万 token 的大型文件和代码库，突破 LLM 上下文窗口限制。

session-reflection-analysis

分析 Claude Code 会话历史，以识别效率低下的模式、优化 Token 使用量并建议工作流程改进。

native-app-performance

通过 xctrace 进行原生 macOS/iOS 应用程序性能分析，并在无需开启 Instruments UI 的情况下进行命令行热点分析。

flaky-detect

通过分析持续集成 (CI) 历史、执行模式与代码结构，识别、分类并排除不稳定的测试 (flaky tests)，以提升测试套件的可靠性。

cross-plugin-detective

代理角色侦探技能标准化集成。将代理映射至代码分析技能，并强制执行 claudemem 以实现索引内存代码调查。

simplemem-skill

为 AI 代理提供持久的语义长期记忆。通过语义压缩，跨对话存储、查询并检索对话记录、决策与多模态上下文。

kill-claude-mem

终止闲置的 claude-mem 工作程序与 MCP 服务器，以释放内存并提升 GitHub Codespaces 等受限环境下的系统性能。

memcontext-autopilot

为 AI 代理设计的自动化记忆管理中间件，通过“查-回-存”闭环实现跨对话的长期记忆维持与上下文自动管理。

swift-review

专业的 Swift 代码审查工具，适用于 macOS/iOS。通过并行分析代理检测内存泄漏、线程错误、并发问题及无障碍功能缺陷。

entry-point-analyzer

通过识别和分类智能合约代码库中的状态变更进入点，绘制攻击面地图。

new-analyzer

为 Splitrail 实现新 AI 编程代理分析器的开发指南，用于追踪代码代理的 Token 使用量、成本及性能指标。