Agent Skills Hub

skills-hub

使用 Skills Hub CLI 管理、同步并应用 AI Agent 技能、Kit 与预设。通过浏览目录、检视配置并部署精选的指令策略与技能包，简化您的项目配置流程。

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。

work-logs-knowledge-log

输出知识日志，记录会话中发现的项目结构、隐性规则及逻辑差异。

prompt-engineering-patterns

掌握先进的提示工程技术，以最大化生产环境中大型语言模型（LLM）的性能、可靠性和可控性。

retro

每周工程回顾工具，分析提交历史、编码模式与代码质量指标，并具备自动会话检测与趋势追踪功能。

unity-mcp-orchestrator

通过 MCP 工具编排 Unity 编辑器。支持 AI 在 Unity 项目中创建游戏对象、编辑脚本、管理场景及自动化测试。

find-bugs

对本地分支差异进行自动化安全审计、漏洞检测及代码质量评估，使用结构化的检查清单驱动验证流程。

spawn-decision

专为协调系统设计的决策代理，用于处理复杂的架构选择、任务规划与错误排除。

skill-reinforcement

一种自动化元学习技能，通过在每次任务执行后捕获模式、错误和捷径来改进代理工作流程。

token-surgeon

使用 Token Surgeon 审核并优化您的 AI 提示词。检测 10 种常见的冗余模式，计算效率分数，并减少 Token 用量以提升提示词性能。

project-guidelines-example

项目专属的架构指南模板，提供生产级 AI 应用程序的标准化结构、代码模式、测试要求及部署工作流程。

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。