Agent Skills Hub

context-optimization

通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术，优化代理程序的上下文窗口，以降低成本并减少延迟。

training-data-curation

用于 LLM 后训练（SFT/DPO/RLHF）的高质量数据集策劃指南，涵盖数据格式、质量过滤与收集策略。

generate-image

使用 AI 模型（如 FLUX 和 Gemini）生成或编辑图像。适用于照片、插图、概念艺术和视觉素材，不包含技术图表或原理图。

k8s-troubleshooting

AI 驱动的 Kubernetes 与 OpenShift 故障排除工具。通过仿照 Popeye 的模式进行主动式集群健康评估、调试 Pod 失败、分析日志并验证安全性。

debug-cuda-crash

使用 FlashInfer API 日志功能排查与解决 CUDA 运行时崩溃的教学指南。

mls

基于 Apple Silicon 与 MLX 的本地机器学习推理服务，整合语音识别 (ASR)、语音合成 (TTS)、翻译、图像生成与视觉识别功能。

self-improve

OpenCode 代理的自我维护技能，用于更新文档、捕捉学习成果并动态扩展工具与代理功能。

cost-optimization

为 AWS、Azure、GCP 和 OCI 提供系统化的云端成本优化，涵盖资源调整、自动化治理、定价模型分析及架构最佳实践。

context-engineering-collection

一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。

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。

database-testing

数据库架构验证、数据完整性测试、迁移测试、事务隔离与查询性能分析。确保应用程序的 ACID 合规性与参照完整性。

prompt-rewriter

进阶提示词改写与优化服务。分析提示词的清晰度、具体性与结构，提供可执行的优化建议、多种变体选项，并教授提示工程的最佳实践。