Agent Skills Hub

python-plan-optimization

为 Python 代码提供 6 阶段只读分析的工作流程，根据项目类型（从 POC 到开源）检测设计原则违规、代码异味并建议现代化改善方案。

mcp-tools

用于管理基于 MCP 的研究、文档查询以及在外部搜索工具与插件支持的记忆系统之间进行协调的技能。

api-design-principles

掌握 REST 和 GraphQL API 设计原则，构建直观、可扩展且易于维护，并令开发者满意的 API。

agentic-workflows

构建企业级 AI 代理系统，支持 LangGraph、Anthropic/OpenAI/vLLM 与结构化输出。具备流式传输、A2A 协议、Pydantic 验证、向量记忆体与防幻觉机制，适用于复杂的多代理协作工作流。

Project Context Analyzer

通过并行代理执行分析项目结构、依赖项与代码模式，为快速上手陌生代码库与 AI 辅助开发生成详尽的工程背景文档。

User Story Writing

使用标准的“As a/I want/So that”框架编写结构良好的用户故事，并包含清晰的验收标准，以确保敏捷团队的一致性。

linear-issue-creator

创建结构化的 Linear 问题（主问题 + 子问题），自动处理项目链接、标题前缀、标签与 PRD 内容流程，专为全栈开发者设计。

wt

使用 git worktrees 管理隔离的 LlamaFarm 开发环境，实现并行代理会话与服务测试。

subagents-orchestration-guide

协调多代理软件开发工作流程，管理任务分解、需求分析及复杂软件项目的质量保证。

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。

convex-self-hosting

自动化 Convex 静态网站托管集成，管理 React、Vite 与 Next.js 应用的上传 API、HTTP 路由及部署脚本。

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。