Agent Skills Hub

systematic-debugging

一套严格的四阶段方法论，强制要求在应用任何代码修复前，必须先进行系统性的根本原因分析。

model-registry-maintainer

维护并更新 MassGen 模型注册表，包含后端能力、模型元数据、定价结构以及新旧 AI 模型的上下文窗口配置。

financial-analyzing

分析财务数据，计算利润率、投资回报率 (ROI) 等关键指标，并自动生成结构化的财务分析报告。

ui-implementer

根据 Figma 或设计稿实现 UI 组件，提供像素级精确度、智能设计验证与自适应代理切换功能。

executing-plans

在独立会话中执行实施计划并进行审核检查点，确保逐项任务验证与代码质量。

receiving-code-review

为 AI 开发代理设计的严谨代码审查接收机制，强调技术验证与实际检查，避免盲目同意。

jina-cli

专为 AI Agent 设计的网页阅读与搜索工具，通过 Jina AI Reader API 将网页转换为适合 LLM 阅读的 Markdown、文本或 HTML 格式。

hive

自动化 GitHub 问题分类，通过分析代码库验证技术主张，并针对无效问题提供专家级回应以进行关闭。

query-sub-agent

专责 IDF (Information Display Frame) 类型的子代理，用于生成与审查 Java、TypeScript 及 Go 的 CQRS Query Side 实现。

web-search-patterns

基于 Gemini 的高级网络搜索插件，具备智能缓存、子代理上下文隔离及自动查询优化功能。

implement-feature

使用架构优先设计、TDD、丰富领域模型与 Swift 6.2 模式实现功能的指南，确保领域、基础设施与应用层之间的清晰隔离。

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。