Agent Skills Hub

deep-thinking

一套深度推理框架，通过多假设生成、严谨验证与系统化分析，协助 AI 处理复杂的架构设计、调试与高风险决策任务。

debug-firewall

通过检查容器、分析 Squid 日志、检查 iptables 以及排除网络或域名访问问题，对 AWF (Agentic Workflow Firewall) 进行调试。

iterate

代码库自动化优化循环。根据特定目标与机械指标，自动修改、测量并迭代代码以提升效能。

documentation-creation

基于代码库分析自动生成项目文档，确保准确性、一致性并符合 VilnaCRM 架构模式。

review-react-best-practices

为 React 和 Next.js 应用程序执行自动化、基于规则的性能与可靠性审计，涵盖包大小、瀑布式请求、渲染与数据获取等维度。

metacognition

通过结构化的自我评估检查点，确保 AI 在任务执行前、中、后的方案验证与风险管控，提升程序开发质量。

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。

handoff

建立结构化的工作交接文档，确保在切换环境、暂停工作或结束工作时，能无缝接续之前的进度。

frontend-design

构建具有独特风格、生产级品质的前端界面与网页组件，强调高美学品质，并避免通用的人工智能设计模式。

recursive-decomposition

通过将大型任务自动拆解为可管理的递归子任务，突破上下文窗口限制，提升对大型代码库和文档集的推理准确度。

tools

统一的 LLM 函数调用与工具使用 API，支持 OpenAI、Anthropic、Google 与 Ollama，提供标准化的 JSON Schema 定义与执行流程。

vercel-react-native-skills

React Native 和 Expo 性能优化最佳实践。涵盖列表虚拟化、Reanimated 动画、UI 模式以及原生平台 API 优化。