Agent Skills Hub

creative-thinking-for-research

应用认知科学框架于计算机科学与人工智能研究，通过系统化的创造力策略生成具备原创性的研究方向。

risk-based-testing

利用风险评估与优先级排序，将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。

llmfit-advisor

分析本地硬件 (RAM, CPU, GPU/VRAM) 并获取优化的本地 LLM 模型推荐、量化设置与性能预估。

synapse

自动化模式检测与技能推荐引擎，通过监控项目记忆、日志及任务列表，自动进化 AI 代理的能力。

reflect-appworld-failure

分析 AppWorld 任务失败原因，提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。

enterprise-agent-builder

根据结构化规范架构企业 AI 代理，生成生产就绪代码、数据流图以及适用于 ServiceNow、Salesforce 和 Snowflake 的平台特定逻辑。

autoresearch

自动化多团队代码库改进代理，具备狭义（目标导向）、广义（假设发散）及全面（质量扫描）三种模式。

docs-voice

强制执行 React 文档编写的专业语气、风格与技术准则，确保 Learn、Reference 与 Blog 页面内容的一致性。

prompt-lookup

通过 prompts.chat 搜索、发掘并优化 AI 提示词。访问数千个专为 ChatGPT、Claude 等 AI 模型设计的社区精选提示词。

youtube-metadata

为双语有声书视频生成 YouTube 标题、说明与标签，并根据来源语言与目标语言对优化视频上传元数据。

ctx-planning

根据待办事项与延后状态，依据 BaseContext.yaml 的 WIP 上限与优先级规则生成每日及每周规划报告，并自动执行 Git 提交与推送。

context-fundamentals

情境工程基础指南：为 AI 代理优化 Token 预算、注意力机制及系统架构。