Agent Skills Hub

ship-learn-next

将教学内容（如逐字稿、教程）转化为可执行的「Ship-Learn-Next」循环，建立具体的实作计划与学习任务。

solo-video-promo

生成专业的 30-45 秒宣传视频计划、脚本与分镜表，并自动检测并配置 Remotion 或 Montage-tool 项目设置。

ragcode-sse

通过 SSE 协议直接连接 RagCode MCP，无需繁琐的配置文件或二进制文件依赖。

zai-cli

通过 CLI 与 MCP 使用 z.AI，提供图像分析、网页搜索、文档阅读与 GitHub 代码探索功能。

sound-effects

使用文字描述生成专业级音效。制作音频纹理、电影质感音效、界面音效及环境音，并精确控制时长、循环与提示词相符度。

identify-assumptions-existing

通过价值、易用性、可行性与运营可行性四个维度，利用多角度批判性思维对现有产品功能进行风险假设评估与压力测试。

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。

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。

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。

screenpipe-cli

通过 CLI 管理 screenpipe pipes（AI 驱动的自动化脚本）与集成。创建、运行、调度和调试本地代理，实现基于电脑操作的自动化任务。

goal-tracking

层级式目标跟踪系统，将三年愿景连接至每日任务。自动化计算进度、检测停滞目标，并整合 Obsidian 库中的项目与目标对齐。

social-push

使用 agent-browser 自动化将内容发布至小红书、X、微博、微信公众号与掘金等社交平台，并支持草稿暂存功能。