Agent Skills Hub

context-compression

通过先进的上下文压缩、结构化摘要与任务导向的状态管理，为长期运行的 AI 代理会话优化性能并降低 Token 使用量。

implement-type-annotations

自动化整合 Python 与 TypeScript 类型注解，以增强 IDE 智能提示、错误检测并提升 AI 代码理解能力。

documentation-standards

项目文档标准与架构指南，确保用户指南、开发文档及 AI 辅助流程之间的一致性与结构完整性。

ring:testing-skills-with-subagents

用于构建健壮 AI Agent 技能的元技能，采用测试驱动开发 (TDD) 方法：定义失败 (RED)、实现技能 (GREEN) 并修补合理化漏洞 (REFACTOR)。

flaky-detect

通过分析持续集成 (CI) 历史、执行模式与代码结构，识别、分类并排除不稳定的测试 (flaky tests)，以提升测试套件的可靠性。

codebase-inspection

使用 pygount 分析代码库统计数据：代码行数 (LOC)、语言分布及代码与注释比例。

xp-practices

实践极限编程 (XP) 实践，包括测试驱动开发 (TDD)、结对编程和持续集成，旨在提升团队协作效率并实现软件工程的技术卓越性。

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。

test-generation

基于 Minion 框架的智能单元与集成测试生成工具，支持业务逻辑验证、边界测试及 Vitest 框架深度集成。

lsp-code-analysis

通过语言服务器 (LSP) 进行精确的语义代码分析。支持 Python, Rust, Go, TypeScript/JS 和 Java，提供定义跳转、引用查询、实现查找、文件大纲与全项目重构功能。

Auditing Security

执行系统性的安全性稽核、漏洞扫描与风险评估，并结合 OWASP 方法论，确保代码的强健安全性。

troubleshooting-docs

自动化记录已解决的技术问题，利用 YAML 前言、分类目录与结构化知识库，专为 JUCE 插件开发所设计。