Agent Skills Hub

agent-system

MERIDIAN 自主 AI 代理实现模式，包含 BaseAgent 生命周期、Claude API 结构化工具调用、Token 配额管理与 cron 调度系统。

agno

用于构建多代理系统、AgentOS 运行时及整合 MCP 服务器的 AI 代理开发框架。

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。

agentic-workflows

构建企业级 AI 代理系统，支持 LangGraph、Anthropic/OpenAI/vLLM 与结构化输出。具备流式传输、A2A 协议、Pydantic 验证、向量记忆体与防幻觉机制，适用于复杂的多代理协作工作流。

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。

long-running-agent

为 AI 代理设计的框架，可在多个上下文窗口中保持状态，使代理能够完成复杂的长期编程任务，而不丢失进度或上下文。

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。

context-engineering-collection

一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。

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。

agents

构建具备工具调用与多步推理能力的 AI 代理。生成、管理并编排适用于 Claude Code、Cursor、Cline 等 AI 助手的自定义技能文件，实现开发流程标准化。

moollm

一个用于大语言模型代理生存记忆的微世界操作系统，将文件系统转化为可导航的房间，并将代码转化为可居住的世界。

create-agent

协助您设定、规划与构建 gitagent 项目的工具，包含 agent.yaml、SOUL.md、RULES.md 配置与目录架构管理。