Agent Skills Hub

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。

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。

markdown-token-optimizer

分析 Markdown 文件以识别浪费 Token 的模式，并提供具体优化建议，以提升文档对 AI 的 Token 使用效率与清晰度。

developer-growth-analysis

分析 Claude Code 聊天记录以识别编程模式与技能差距，从 HackerNews 精选个性化学习资源，并将成长报告发送至 Slack。

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。

orchestrator

Claude Code 的自主多智能体协调框架，具备记忆驱动工作流程、优先并行执行、基于亚里士多德原则的拆解与多阶段质量把关。

skill-memory

一个基于 Git 的 AI 代理技能存储库。通过 CLI 下载、版本控制、编辑与共享自定义的代理技能与程序性知识。

performance-analysis

系统性性能工程：基准测试、性能分析、瓶颈诊断，以及基于实证的应用程序优化指导。

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。

security-hardening

AI 代理的全面安全审计与加固工具：包含凭证扫描、个人隐私保护 (PII)、提示注入防御，以及工作区配置优化。

code-search-selector

代码搜索工具选择器。自动在语义搜索 (claudemem) 与本地工具 (Grep/Glob) 之间切换，优化搜索效率、Token 使用与准确性。

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。