Agent Skills Hub

ring:writing-skills

一种将测试驱动开发 (TDD) 应用于流程文档的框架，通过压力测试情境来识别并修补 AI 代理的合理化漏洞，确保文档执行的可靠性。

rule-validation

使用 validate_skills.py 验证 Skills、Agents 与 Commands 的语法，记录错误并管理代理开发中的自动化质量控制流程。

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。

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。

implementation

结构化、模板驱动的端到端功能开发工作流，包含编码、自动化测试、验证及基于会话的持续改进。

Quality Assurance

自动化质量保证系统，根据定义的检查清单验证 PB-000 市场研究工作流程中的 Markdown 交付物。

vibe-build

vibe-coding 工作流程的最终执行代理。根据 AGENTS.md 主计划逐步构建 MVP，管理会话连续性，并通过测试验证每个功能。

data_processor

一个多范式 ETL 流水线代理，支持批处理和流式数据处理、自动模式推断及基于 DAG 的可配置转换，适用于异构数据源。

agent-architecture

实现生产级 AI 代理。包含 LangGraph、工具调用护栏、SSE 流式传输、情节记忆与 pgvector。提供反模式分析与修正代码。

dyad:swarm-pr-review

使用三个专业 AI 代理（正确性、代码健康度、UX）组成的团队进行协作式 PR 审查，讨论并达成共识后发布包含行内注释的结构化审查摘要。

RFP Analyzer

分析 RFP 与需求文档，识别利益相关者、拆解功能模块、提取系统约束，并生成关键澄清问题，为后续用户故事编写做好准备。

massgen-develops-massgen

MassGen 自我开发指南，支持自动化测试与可视化 UI/UX 评估流程。