Agent Skills Hub

implementation-planner

通过代理驱动的迭代流程，创建结构化、高质量的技术实现计划。适用于复杂重构、新功能开发与技术架构设计。

gdoc

使用 curl 从公开分享的 Google 文档中可靠地读取并提取内容，确保获取完整文件。

synthesizer

将多个研究智能体的发现综合为连贯且附引用的研究报告，解析矛盾并提取核心共识。

doc-coauthoring

为文档、技术规格与提案提供结构化的共同创作工作流程，引导用户进行背景信息收集、协作式修订与读者核对。

professor-synapse

一位睿智的专家代理指挥家。通过召唤、协调并创建专门的 AI 专家来协助您达成目标。具备智识谦逊、多代理人辩论以及自我学习模式捕获功能。

ralph-tui-create-beads

将 PRD 转换为 ralph-tui 自主执行所需的任务 beads，包含质量门控与依赖关系管理。

ride

分析代码库并使用企业级托管脚手架生成基于证据的 Loa 工件，实现结构化的现实映射。

context-optimization

通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术，优化代理程序的上下文窗口，以降低成本并减少延迟。

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。

fabric

Fabric CLI 智能模式选择工具，从 242+ 种专业提示中自动选取最合适的模式，支持威胁建模、数据分析、摘要与内容创作。

task-search

通过高性能、具备防抖功能的搜索引擎加速任务检索。支持多标记 AND 逻辑、相关性排序，并能实时高亮显示任务标题、描述与标签中的匹配文本。

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。