Agent Skills Hub

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。

massive-context-mcp

通过递归分块、子查询与聚合结果处理超过 1,000 万 token 的大型文件和代码库，突破 LLM 上下文窗口限制。

web-artifacts-builder

一套用于开发与打包复杂、多组件 React/TypeScript 网页实体的工具包，整合了 Vite、Tailwind CSS 与 shadcn/ui。

metacognition

通过结构化的自我评估检查点，确保 AI 在任务执行前、中、后的方案验证与风险管控，提升程序开发质量。

zai-cli

通过 CLI 与 MCP 使用 z.AI，提供图像分析、网页搜索、文档阅读与 GitHub 代码探索功能。

structured-outputs-advisor

Anthropic 结构化输出实现专家顾问。协助判断 JSON 模式与严格工具使用之间的取舍，确保 schema 合规性与 Agent 工作流的输入验证。

subagent-driven-development

通过为每个任务指派独立子代理来执行实现计划，并结合规格符合性与代码质量的两阶段审查机制。

hipocampus-flush

手动触发 Hipocampus 内存刷新，将当前对话上下文存入原始日志，并启动压缩树程序，以维护 AI 代理的长期记忆。

qa-tester

专为 morphir-dotnet 设计的专业 QA 测试代理，涵盖测试计划、回归测试、端到端验证、错误报告及套件验证。

manage-worktree

管理 git 工作树 (worktrees)：包含创建、将分支移入工作树，或移除工作树。简化 Apartment Rails 项目中的并行开发、上下文切换与环境清理流程。

data_processor

一个多范式 ETL 流水线代理，支持批处理和流式数据处理、自动模式推断及基于 DAG 的可配置转换，适用于异构数据源。

test-driven-development

强制执行测试驱动开发 (TDD)，要求在编写代码前先编写失败测试，确保代码可靠性并防止过早工程化。