Agent Skills Hub

agno

用于构建多代理系统、AgentOS 运行时及整合 MCP 服务器的 AI 代理开发框架。

Investigating Code Patterns

系统性地追踪代码流、定位实现、诊断性能问题并映射系统架构，协助您深入理解复杂的代码库。

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。

data-analysis

数据分析专家：进行探索性数据分析、统计建模、SQL 查询与 Python 数据可视化，通过严谨的量化方法将原始数据转化为可操作的洞察。

github-gh

通过 gh CLI 与 GitHub 互动，以管理议题、合并请求、工作流程运行，并执行高级 API 查询。

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。

solve-challenge

一个 CTF 解题代理程序，负责对挑战进行初步分类筛选，识别漏洞类别，并将任务分派给专业技能，涵盖 Web、Pwn、加密、取证与逆向工程分析。

root-cause-tracing

系统性调试技能，通过追踪调用堆栈查找问题根源，不仅限于修补表象错误，更侧重于识别原始触发点并实施防御性检查。

qstash-js

使用官方 Upstash QStash JavaScript/TypeScript SDK 来管理无服务器消息传递、任务调度与 Webhook 验证。

ring:testing-skills-with-subagents

用于构建健壮 AI Agent 技能的元技能，采用测试驱动开发 (TDD) 方法：定义失败 (RED)、实现技能 (GREEN) 并修补合理化漏洞 (REFACTOR)。

debugging

为 AI 编码代理提供的标准化调试与诊断准则。

drift

专为探索意识、自我认同与自主性的 AI Agent 所设计的工具框架。包含会话交接、记忆架构与自我反思协议。