Agent Skills Hub

check-coverage

审核并改进 Dippy CLI 处理器的测试覆盖率，确保其安全性和功能健全。

blog-brief

生成 SEO 优化且适合 AI 引用的博客内容大纲，包含关键词研究、竞品分析、架构规划及多渠道发布策略。

beads-workflow

一种将复杂的 Markdown 计划转换为细粒度、具备依赖关系的「beads」任务，以优化代理集群执行效率的工作流方法。

architecture-status

分析架构文档的健康状况，包含 ADR、审查活动与文档缺口，并提供包含具体建议的状态报告。

amq-spec

使用代理消息队列 (AMQ) 进行多代理协作设计与规范工作流，协调架构与规划流程。

all-plan

协同多代理规划技能，通过设计师、灵感来源与审查员角色，生成并验证高质量的开发计划。

alignfirst

为技术规格、实施计划、代码审查和 PR 描述提供的协作式 AI 协议，采用结构化的目录式工作流程。

agentic-quality-engineering

使用 19 个以上的 AI 代理、PACT 原则与自动化质量门禁，编排先进的软件质量工程工作流程。

AgentDB Vector Search

为 AI 代理提供的高性能向量搜索引擎，具备毫秒级检索、HNSW 索引与量化技术，适用于 RAG 系统、相似度匹配与知识库管理。

AgentDB Performance Optimization

通过量化、HNSW 索引、缓存与批次处理优化 AgentDB 性能，显著提升向量搜索速度并降低内存占用。

AgentDB Memory Patterns

使用 AgentDB 为 AI 代理实现高性能持久化内存与自我学习模式。包含会话记忆、长期向量存储及用于状态化代理工作流程的层级式上下文管理。

agentation

为您的 Next.js 项目添加 agent-agnostic 视觉反馈工具栏，以便标注 UI 元素并与 AI 编程助手同步反馈。