Agent Skills Hub

ring:testing-skills-with-subagents

用于构建健壮 AI Agent 技能的元技能，采用测试驱动开发 (TDD) 方法：定义失败 (RED)、实现技能 (GREEN) 并修补合理化漏洞 (REFACTOR)。

youtube_moderation_prototype

YouTube 直播聊天室自动化审核原型，运用模式识别检测垃圾信息、有害内容与流量限制，专为部署前测试代理性能而设计。

web-research

通过 Pollinations 文本 API 调用支持网页搜索的 Gemini 和 Perplexity 等模型，获取即时且具备事实依据的研究结果。

flow-nexus-neural

使用 Flow Nexus 平台在分布式 E2B 沙盒中训练与管理神经网络，支持 Transformer、LSTM 和 GAN 等自定义架构。

ui-ux-reviewer

根据四大权威标准（NNg 10 启发式评估、UX 法则、Apple HIG、WCAG）分析 UI/UX 品质，为移动端及网页组件提供基于证据的设计与无障碍优化建议。

eval

通过自动化测试执行器、人工 LLM 判断与结构化报告，评估 Deca 代理提示词与行为一致性。

claude-code-guide

Claude Code 高级开发指南，涵盖 REPL 环境、MCP 集成、开发工作流及 AI 辅助编程最佳实践，助力提升开发效率。

skill-authoring-workflow

一套标准化工作流程，用于将原始 PM 笔记、工作坊内容或初稿转化为经过验证且符合仓库规范的 AI 技能。

context-compression

通过先进的上下文压缩、结构化摘要与任务导向的状态管理，为长期运行的 AI 代理会话优化性能并降低 Token 使用量。

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。

request-optimizer

一个智能网关，可分析、评分并将用户请求路由至 27 个代理、27 个技能与 14 个 MCP，以优化 Claude Code 的执行效率。

ai-llm-patterns

Anthropic Claude 集成模式：流式传输、基于 pgvector 的 RAG、工具调用、模型选择（Haiku/Sonnet/Opus）、提示词缓存及 AI 工程成本管理。