Agent Skills Hub

linear

LobeHub 的 Linear 问题管理与同步工具，支持自动化 PR 关联、子任务树状拆解与进度更新。

workflow-producer

一套基于阶段驱动的AI写作工作流，专为结构化、可重复、可追溯的深度长文创作而设计，强调人机协作与流程控制。

cost-optimization

为 AWS、Azure、GCP 和 OCI 提供系统化的云端成本优化，涵盖资源调整、自动化治理、定价模型分析及架构最佳实践。

temporal

自动化将 Netflix Conductor 工作流迁移至 Temporal Python，包含服务器编排、Worker 管理与工作流故障排查。

evaluation

为 AI 代理构建系统化的评估框架，利用多维评分标准、LLM-as-a-judge 与回归测试，量测代理效能、质量及上下文工程的有效性。

lading-optimize-submit

自动化 lading 性能优化的提交流程，包含分支管理、git 提交与 Pull Request 创建。

ask-user-question

使用 AskUserQuestion 工具在软件代理中实现交互式、分步骤的用户输入工作流程，用于引导决策与配置。

tavily-web

使用 Tavily API 进行进阶网络搜索、内容提取与网站爬取，为 AI 代理研究与数据收集进行优化。

context-optimization

通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术，优化代理程序的上下文窗口，以降低成本并减少延迟。

mcp-gateway-patterns

MCP Gateway 设计模式，用于管理 Agent Gateway、子进程 (Subprocess) 及 Daemon 隔离策略，以优化上下文 Token 使用与系统性能。

bazinga-db-core

管理 BAZINGA-DB 核心引擎的数据库协调会话、状态快照及系统级操作。

supermemory

Supermemory 是 AI 代理的长期记忆基础设施，提供持久上下文、用户画像及跨多模态知识库的语义 RAG 搜索功能。