Agent Skills Hub

plan-down

方法驱动的规划工作流程，使用 zen-mcp 工具将任务分解为结构化的 plan.md 文件，并根据用户的明确度与自动化需求进行自适应调整。

reviewing-code

执行 FastMCP 项目的严格代码审查，专注于 API 设计、依赖管理与代码库的一致性。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量后端实现 ReasoningBank 自适应学习。具备轨迹追踪、判定评估、记忆蒸馏与模式识别功能，适用于构建自我学习的自主智能体。

browser-debugger

使用 Chrome DevTools MCP 和 AI 视觉模型进行 UI 测试、设计一致性验证及浏览器调试。

analyzing-research-documents

从研究文档、技术论文和架构设计文件中，系统性地提取关键见解、决策记录与技术限制。

linear-issue-creator

创建结构化的 Linear 问题（主问题 + 子问题），自动处理项目链接、标题前缀、标签与 PRD 内容流程，专为全栈开发者设计。

FastMCP Development

使用 FastMCP 框架构建与管理 MCP 服务器。提供工具开发、资源配置、Prompt 设计、Claude Desktop 集成及 Python/TypeScript 部署指南。

interpreting-culture-index

解析 Culture Index (CI) 调查与行为特质数据。运用数据驱动的行为分析，协助团队组成评估、职灾预防及人才招聘配置。

six-thinking-hats

应用六顶思考帽方法论于软件测试，进行结构化与全面的质量分析、测试策略设计以及团队讨论。

scientific-writing

撰写并格式化科学论文。支持 IMRAD 结构、常见引用格式（APA, AMA, Vancouver）及标准报告规范（CONSORT, STROBE, PRISMA）。

find-skills-combo

探索并推荐代理技能组合以完成复杂的多面向任务，提供“最大质量”与“最小依赖”两种推荐策略。

literature-review

通过 PubMed、arXiv 和 Semantic Scholar 进行系统性文献回顾，包含人工智能驱动的综述、核实引用以及强制性的科学图表生成。