Agent Skills Hub

context-management

为 AI 代理提供主动式上下文窗口管理，通过智能令牌监控、快照建立与选择性状态恢复，确保长会话期间的连续性。

session-investigator

分析与调试 fast-agent 会话记录、工具执行日志与对话时序，以解决性能瓶颈、工具循环以及非预期的会话终止问题。

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。

evaluating-code-models

使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试，提供多语言编码模型的 pass@k 指标评估。

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。

openrouter-trending-models

获取并分析 OpenRouter 热门编程模型。适用于选择评审模型、优化 AI 成本，并通过实时定价与上下文窗口数据掌握 AI 编码趋势。

response-compliance

执行 OpenResponses API 合规性测试，验证架构遵循度、流式响应及端点稳定性，确保 LobeHub 集成质量。

basic-usage

llmemory 文档存储与搜索入门：涵盖安装、pgvector 数据库配置、文档导入、混合/语义检索，以及构建具备多租户支持的 RAG 系统。

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。

serena-mcp

Serena MCP 语义代码分析指南。Serena MCP 连接时自动启用，优先使用专用工具进行符号搜索、引用追踪及代码记忆，以优化分析效率与准确性。

wiki-llms-txt

自动生成 llms.txt 和 llms-full.txt 文件，为项目文档提供 AI 友好的阅读格式及项目上下文。

gpt-researcher

GPT Researcher 是一个自主 AI 代理，专为全面的网页与本地研究而设计，采用规划-执行-发布架构，可产出详尽且具引用的研究报告。