Agent Skills Hub

freeride

为 OpenClaw 管理 OpenRouter 免费 AI 模型。自动根据质量排序模型、配置速率限制的后备方案，并更新 openclaw.json 设置。

subagent-driven-development

通过为每个任务指派独立子代理来执行实现计划，并结合规格符合性与代码质量的两阶段审查机制。

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。

nelson

以英国皇家海军中队为隐喻的软件开发多代理协调系统，具备任务规划、并行任务协调与严谨的审计日志功能。

langgraph

LangGraph 专家技能，专为构建具状态、多角色 AI 代理工作流而设计，包含持久化、条件分支与 ReAct 模式。

stable-baselines3

使用 Stable Baselines3 进行生产级强化学习。通过类 scikit-learn API 训练智能体、设计自定义环境、实现训练回调函数并优化工作流程。

sparc-methodology

SPARC 开发方法论，结合 Claude Flow 多代理协作，实现从规格、伪代码、架构到重构与完成的系统化软件工程。

glyphbox

一个基于 LLM 的 NetHack 代理框架，通过在安全沙盒中动态合成 Python 代码，利用高阶 API 执行复杂的地牢探索与游戏操作。

ai-collaboration-standards

防止 AI 幻觉，确保在分析代码、技术文档或提供建议时，输出具备证据支持且可验证的内容。

dev-cycle

交互式开发流程管理器。协调探索、规划、审查与构建阶段，并利用专业 AI 代理团队（Scout、Bob、Garry、Arlo）确保项目交付质量。

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。

context-driven-testing

运用情境导向测试原则，根据项目目标、风险与限制调整测试策略，而非盲目依赖通用最佳实践。