Agent Skills Hub

kill-claude-mem

终止闲置的 claude-mem 工作程序与 MCP 服务器，以释放内存并提升 GitHub Codespaces 等受限环境下的系统性能。

prompt-rewriter

进阶提示词改写与优化服务。分析提示词的清晰度、具体性与结构，提供可执行的优化建议、多种变体选项，并教授提示工程的最佳实践。

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。

hive

自动化 GitHub 问题分类，通过分析代码库验证技术主张，并针对无效问题提供专家级回应以进行关闭。

lint-fix

使用 Trunk 进行 linting、格式化与迭代式错误修复的自动化代码维护流程。

context-degradation

诊断、隔离并缓解 LLM 上下文故障（如中间丢失、中毒、干扰及冲突），提升 AI 代理的执行可靠性。

paper-writing

从研究报告到成品 PDF 的全自动论文写作流水线。

testops-companion

一个 AI 驱动的测试运营平台与 MCP 服务器，提供自动化测试失败分析、根因匹配 (RCA) 及 CI/CD 流水线的智能测试编排。

recursive-decomposition

通过将大型任务自动拆解为可管理的递归子任务，突破上下文窗口限制，提升对大型代码库和文档集的推理准确度。

split-pdf

自动化流程，用于下载、拆分并深度解析学术 PDF。通过分批处理技术确保阅读质量，避免因内容过长导致的脉络丢失与上下文窗口崩溃。

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。

prompt-improver

通过代码库研究与针对性提问，在执行前厘清模糊提示词的意图。