Agent Skills Hub

context-engineering-collection

一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。

aesthetic

运用系统化设计原则、AI 评估与自动化灵感分析，打造美观的用户界面。

tdd-enforce

通过 pre-commit hook 与 CI/CD 覆盖率门槛强制执行 TDD。自动化测试执行并确保代码符合最低覆盖率要求。

agentic-workflows

构建企业级 AI 代理系统，支持 LangGraph、Anthropic/OpenAI/vLLM 与结构化输出。具备流式传输、A2A 协议、Pydantic 验证、向量记忆体与防幻觉机制，适用于复杂的多代理协作工作流。

react-native-design

精通 React Native 样式、导航与 Reanimated 动画。构建高性能、跨平台的原生体验移动应用。

data-extraction-patterns

提供 GA4 和 GSC 分析数据提取、缓存及处理的最佳实践模式，支持 MCP 服务器集成。

pr

自动化创建 GitHub 草稿合并请求，并强制执行约定式提交规范与严格的验证工作流程。

multi-llm-advisor

通过 OpenAI Codex 和 Google Gemini 获取架构、代码审查与调试的专家观点，并透明化展示所有 AI 推论与建议。

skill-engineer

为 OpenClaw 技能开发提供多代理迭代优化与品质把关，通过标准化测试与生命周期管理提升技能效能。

mutation-testing

通过引入代码变异并测量杀灭率，验证测试套件的有效性并找出薄弱断言。对于证明测试能真正捕捉错误，而非仅仅满足覆盖率指标至关重要。

elastic-beanstalk-deployment

AWS Elastic Beanstalk Node.js 部署技能，提供单体仓储 (monorepo)、私有包的依赖安装策略及环境配置指南。