Agent Skills Hub

explore

用于结构化、多深度代码库探索的元技能，包含架构分析、快速结构概览以及深入研究的文档工作流程。

context-driven-testing

运用情境导向测试原则，根据项目目标、风险与限制调整测试策略，而非盲目依赖通用最佳实践。

MultiQC

自动处理 MultiQC 模块请求的分类、优先级排序与反馈流程，通过分析存储库活动、社区参与度及技术可行性来提升维护效率。

docs-generator

为代码库生成层级化的 AI 优化文档结构 (AGENTS.md, agent.d)，帮助 AI 编码助手与开发者更高效地访问项目上下文、设置与导航。

technical-writing

根据实际工程经验撰写清晰、专业的技术文档、博客文章与教学指南，优先考虑价值传递与可执行的见解。

explaining-code

使用可视化图表、生活比喻、逐步导览与常见陷阱来解释代码。

symbols

通过智能符号索引、领域分块与架构层过滤，实现代码库的高效率导航。在探索或开发复杂系统时，可减少 60-95% 的 Token 使用量。

design-excellence

一套设计系统与反模式指南，让 AI 生成的界面更具人工质感。通过管理色彩、排版、间距与动画，为 Toh Framework 提供专业的视觉品质。

frontend-to-backend-requirements

标准化前端沟通，通过记录后端开发人员所需的数据需求与业务规则，确保在不指定实现细节的情况下达成清晰的开发共识。

template-structure

通过预先配置的 Claude Code 目录、指令与代理机制，标准化项目架构，确保所有开发模板具备高度一致性。

cost-optimization

为 AWS、Azure、GCP 和 OCI 提供系统化的云端成本优化，涵盖资源调整、自动化治理、定价模型分析及架构最佳实践。

ai-llm-patterns

Anthropic Claude 集成模式：流式传输、基于 pgvector 的 RAG、工具调用、模型选择（Haiku/Sonnet/Opus）、提示词缓存及 AI 工程成本管理。