Agent Skills Hub

evaluation

为 AI 代理构建系统化的评估框架，利用多维评分标准、LLM-as-a-judge 与回归测试，量测代理效能、质量及上下文工程的有效性。

gemini-manager

将 Claude Code 作为架构师使用：将所有编码与文件编辑工作委派给 Gemini CLI，同时通过规划、验证与监督来掌控开发流程。

requirements-clarity

通过系统化的对话与评分机制厘清模糊的需求，确保在开发前产出高质量且可执行的产品需求文件 (PRD)。

project-development

一套管理 LLM 项目生命周期的框架，涵盖评估任务模型契合度、架构设计、结构化输出解析及代理辅助开发流程。

ship-learn-next

将教学内容（如逐字稿、教程）转化为可执行的「Ship-Learn-Next」循环，建立具体的实作计划与学习任务。

semantic-compression

积极精简输入内容中的语法结构与冗余文字，在保留核心语义的同时优化 LLM 的 Token 使用效率。

coach

一个持久且具备适应性的辅助教练，能分析您的 Claude Code 会话记录，并推荐个性化技能以优化您的 AI 协作模式。

skill-from-github

通过反向工程优质 GitHub 项目与开源方法论，建立高性能 AI 技能。

feature-dev

引导式功能开发代理，通过系统化的代码探索、架构设计、代码实现与自动化测试完整周期完成开发任务。

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。

code-quality-standards

一套专为软件工程师设计的代码质量套件，实践 SOLID 原则、设计模式、重构技术与技术债务管理，确保代码整洁、易于维护且符合生产环境标准。

prompt-engineering-patterns

掌握先进的提示工程技术，以最大化生产环境中大型语言模型（LLM）的性能、可靠性和可控性。