Agent Skills Hub

vitest

Vitest 测试模式，提供可靠的单元与整合测试架构。专注于关键业务逻辑、边缘案例与高效的 Mocking 策略，确保核心代码的稳定性。

quality

Rust 项目的专家级代码审查工具。使用 Bazel 与项目特定规范，进行全面的质量、安全、性能及架构分析。

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。

engineering-as-marketing

执行“工程即营销”增长策略：通过构建免费的 SEO 工具页面获取自然流量，将访客转化为付费用户，实现零广告预算下的高效成长。

skill-template

为建立与记录模块化代理技能所设计的标准化模板，确保在 AI 代理系统中间实现一致且高效的上下文工程。

code-quality

为 Turso 数据库执行严格的代码质量、正确性及 Rust 设计模式，优先考虑数据完整性、性能以及易于维护的惯用语法。

peer-review

结构化手稿与经费审查助手，提供基于检查清单的评估，涵盖方法论、统计效度及报告标准（如 CONSORT/STROBE）合规性检核。

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。

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。

claude-copilot

分析 Markdown 文件以确保符合预定义的 AI Token 预算，并优化内容以利于 AI 高效摄取。

ci

自动化 CI/CD 事故响应与 GitHub Actions 流水线失败分析。提供安全的修复建议，并协助解决构建与测试错误。

rag-implementation

使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统，为 LLM 提供外部知识基础。