Agent Skills Hub

cc-skill-project-guidelines-example

用于建立项目专属 AI 代理指南的模板技能，定义确定性开发所需的架构、文件结构与代码模式。

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。

analyze-project

分析项目代码库以生成架构文档、编码标准与开发实践，优化 AI 入门体验。

components-build

根据 components.build 规范构建现代化、可组合且易于访问的 React UI 组件。适用于设计系统、组件库及可重用 UI 架构的开发与维护。

context-engineering-expert

先进的上下文工程系统，用于协调 AI 代理、内存管理和 Token 优化，以提升长期持久性和项目智慧。

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。

mcp-server

在 Cursor IDE 环境中整合与管理自定义模型上下文协议 (MCP) 服务器的操作指南。

creating-agents-md

提供创建 agents.md 文件的标准化模板与指南，为 AI 编程助手提供项目专属的背景上下文。

shift-left-testing

通过将测试活动移至开发生命周期的早期阶段来加速软件交付，利用 AI 驱动的需求验证、TDD 与自动化 CI 管线，降低缺陷修复成本。

taskyou

具备 Kanban 看板、Git 工作区隔离与 AI 自动化执行的个人任务管理系统，支持 Claude Code、Gemini 与 OpenAI Codex 等多种 AI 代理执行器。

oracle

通过 CLI 将项目代码与提示词打包，为 AI 模型提供精确的上下文，适用于调试、重构与代码审查。

langchain-architecture

使用 LangChain 1.x 与 LangGraph 构建生产级 LLM 应用程序。实现状态化 AI 代理、多步骤工作流程，并为复杂的对话与自动化任务构建自定义记忆系统。