Agent Skills Hub

enterprise-agent-builder

根据结构化规范架构企业 AI 代理，生成生产就绪代码、数据流图以及适用于 ServiceNow、Salesforce 和 Snowflake 的平台特定逻辑。

subtask

用于 AI 代理的并行任务编排 CLI，采用隔离的 Git 工作区。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量后端实现 ReasoningBank 自适应学习。具备轨迹追踪、判定评估、记忆蒸馏与模式识别功能，适用于构建自我学习的自主智能体。

proactive-agent

通过 WAL 协议、持久化内存缓冲区与自动化 Cron 调度，将 AI 代理转变为能主动预测需求并持续优化的主动式伙伴。

skill-creator

一个用于构建模块化、可重复使用 Agent 技能的框架。提供有关构建 SKILL.md、脚本、参考资料和资源的使用指南，以扩展 Claude 的功能。

ADK Developer

使用 Google Agent Development Kit (ADK) 构建、编排和部署 AI 代理的综合指南与参考。

openai-agent-sdk-skill

使用 TypeScript/JavaScript 的 OpenAI Agents SDK 构建 AI 代理、多代理系统和工作流。支持工具、移交、防护栏、MCP 和实时语音。

multi-agent-patterns

架构多代理系统以突破上下文限制，运用监督者、群体与分层模型等模式来管理复杂工作流程。

creating-agents-md

提供创建 agents.md 文件的标准化模板与指南，为 AI 编程助手提供项目专属的背景上下文。

creating-opencode-agents

为创建 OpenCode AI 代理程序提供专家指导和配置标准，涵盖 YAML frontmatter、工具权限设置及操作模式等。

subagent-driven-development

通过为每个任务指派独立子代理来执行实现计划，并结合规格符合性与代码质量的两阶段审查机制。

langchain-architecture

使用 LangChain 1.x 与 LangGraph 构建生产级 LLM 应用程序。实现状态化 AI 代理、多步骤工作流程，并为复杂的对话与自动化任务构建自定义记忆系统。