Agent Skills Hub

omc-plan

智能战略规划与需求收集，支持多视角共识循环与结构化审议。

prompt-writing

为 AI 助手创建、优化与精炼高质量 YAML 提示词，提供结构指南、模板模式与质量规范。

internal-comms

通过公司专用的指南与模板，标准化您的内部沟通，涵盖报告、简报及项目更新等应用。

proofread

针对 LaTeX 与 Quarto 课程文件进行自动化且非破坏性的校对，并针对语法、错字与学术风格产生质量评估报告。

web-search-patterns

基于 Gemini 的高级网络搜索插件，具备智能缓存、子代理上下文隔离及自动查询优化功能。

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。

rag-implementation

使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统，为 LLM 提供外部知识基础。

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。

customer-problems

从业务背景识别并记录客户问题 (CP)。适用于开始需求工程或利益相关者仅描述解决方案而非问题时。这是 Problem-Based SRS 方法论的第 1 步。

lsp-setup

自动化检测、安装与配置 LSP 语言服务器，以实现智能代码分析、导航与诊断。

fuzzing-dictionary

通过提供领域特定令牌、魔术字节与协议关键字，引导模糊测试器深入挖掘代码路径，提升测试效率。

parallel-agents

通过协调多个专业 AI 代理来执行复杂工作流，实现多角度代码分析、功能开发与系统级审查的自动化编排。