Agent Skills Hub

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。

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。

project-development

一套管理 LLM 项目生命周期的框架，涵盖评估任务模型契合度、架构设计、结构化输出解析及代理辅助开发流程。

creating-opencode-agents

为创建 OpenCode AI 代理程序提供专家指导和配置标准，涵盖 YAML frontmatter、工具权限设置及操作模式等。

trulens-evaluation-workflow

使用 TruLens 对 LLM 应用程序进行检测、评估与监控的系统化工作流程，支持 LangChain、LangGraph 与 LlamaIndex 等框架。

data-analysis

数据分析专家：进行探索性数据分析、统计建模、SQL 查询与 Python 数据可视化，通过严谨的量化方法将原始数据转化为可操作的洞察。

reverse-engineering-api

通过捕获浏览器流量 (HAR 文件) 进行网络 API 逆向工程，并自动生成可用于自动化与数据提取的 Python API 客户端。

ideate

将软件开发想法捕捉并形式化为 Hashbrown 存储库中的结构化设计文档，包含研究资料与概念草图。

Documentation Builder

从您的代码库和技术规范中生成全面的 API 参考、用户手册和系统架构文档。

anthropic-api

为构建 Claude API 生产级应用提供专家指导，涵盖 SDK 使用、提示词缓存、批量处理、流式传输、工具调用及成本优化策略。

deep-thinking

一套深度推理框架，通过多假设生成、严谨验证与系统化分析，协助 AI 处理复杂的架构设计、调试与高风险决策任务。

planning

为复杂软件项目建立强健、可扩展且易于维护的技术实施计划。