Agent Skills Hub

context-degradation

诊断、隔离并缓解 LLM 上下文故障（如中间丢失、中毒、干扰及冲突），提升 AI 代理的执行可靠性。

citation-management

全面的文献引用管理工具：搜索 Google Scholar 与 PubMed，从 DOI、PMID 或 arXiv 提取元数据，验证引用准确性，并生成格式正确的 BibTeX 条目。

cursor-diary

为程序开发过程维护详细的步骤实作日记，并整合 docmgr 以追踪变更、设计决策、执行指令及错误记录。

context-engineering-expert

先进的上下文工程系统，用于协调 AI 代理、内存管理和 Token 优化，以提升长期持久性和项目智慧。

arduino-mcp

一个 MCP 服务器，使 AI 代理能够编辑、管理并编译 Arduino IDE 2.0 草图，支持源代码操作及通过 arduino-cli 进行自动化构建。

pomodoro

具备工作阶段追踪功能的番茄钟计时器，通过本地 SQLite 数据库记录工作历程，提供生产力数据分析与个性化工作效率洞察。

code-search-selector

代码搜索工具选择器。自动在语义搜索 (claudemem) 与本地工具 (Grep/Glob) 之间切换，优化搜索效率、Token 使用与准确性。

lp-editor

高转化率落地页 UI/UX 编辑器。利用经验证的转换模式、CTA 优化与文案审核，协助规划、审查与构建营销网站。

steering-specs-generator

通过引导式访谈提取隐性工程知识，并生成结构化的指导规范 (steerings)，以建立一致的项目标准与约定。

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。

tldr

节省 token 的代码分析技能，支持调用图、语义搜索、影响分析与数据流追踪。相比原始代码读取节省约 95% token。

hegelion

适用于 MCP 的辩证推理与对抗式编码代理，通过强制 LLM 解决内部矛盾，产出更高质量的推理与代码。