Agent Skills Hub

design-review

设计师级别质量保证：自动检测并修复视觉不一致、间距、层级问题与 UI 打磨。通过前后对比截图进行迭代验证。

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。

plan-down

方法驱动的规划工作流程，使用 zen-mcp 工具将任务分解为结构化的 plan.md 文件，并根据用户的明确度与自动化需求进行自适应调整。

generate-e2e-test

自动化端对端测试生成工具。通过 Playwright 交互式执行工作流程，将用户描述转换为符合项目规范的测试代码。

ios-debugger-agent

使用 XcodeBuildMCP 自动化 iOS 开发流程：在本地模拟器上进行编译、运行、测试、UI 检测及日志捕获。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 实现从 PDF、DOCX 和 PPTX 等非结构化文件中提取结构化数据的方案，并通过 Pydantic 定义数据架构。

PAI

PAI 的实体合成桥梁。生成蓝图、3D 打印代码、激光切割 SVG 路径以及 CNC 加工 G-Code，将代理设计转化为实体硬件。

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。

nano-banana

使用 uv 自动化 Python 脚本编写与 Gemini 图像生成。适用于创作艺术、编辑图像及执行临时脚本。

agents-md-generator

为 AI 编码代理生成分层且节省 token 的 AGENTS.md 文件，提供全库上下文与项目特定指南。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成与编辑图像、图表和信息图表。支持文本转图像、风格转换及数据准确的视觉化创作。

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。