Agent Skills Hub

openrouter-trending-models

获取并分析 OpenRouter 热门编程模型。适用于选择评审模型、优化 AI 成本，并通过实时定价与上下文窗口数据掌握 AI 编码趋势。

markdown-converter

使用 markitdown 将各种文档、媒体和网页内容转换为 Markdown，非常适合大语言模型处理和文本分析。

ralph

将 Markdown 格式的产品需求文档 (PRD) 转换为 Ralph 自主 AI 代理系统所需的 prd.json 结构，以实现可重复且具备上下文意识的软件开发。

ralph-tui-create-beads

将 PRD 转换为 ralph-tui 自主执行所需的任务 beads，包含质量门控与依赖关系管理。

wiki-llms-txt

自动生成 llms.txt 和 llms-full.txt 文件，为项目文档提供 AI 友好的阅读格式及项目上下文。

playwright-best-practices

提供编写 Playwright 测试的最佳实践指南，包含定位器策略、断言规范及 CI/代理集成建议。

doc-sync

同步并维护存储库中的 CLAUDE.md 与 README.md 文件层级，确保 AI 代理程序拥有即时且一致的上下文信息。

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。

paper-plan

根据研究叙述、实验数据与审稿结论，自动生成结构化的学术论文大纲。

multi-agent-patterns

架构多代理系统以突破上下文限制，运用监督者、群体与分层模型等模式来管理复杂工作流程。

webapp-testing

使用 Playwright 测试本地 Web 应用程序的工具组，支持服务器生命周期管理、自动化 DOM 检测与浏览器自动化工作流程。

prd

生成专业的产品需求文档 (PRD)，并为自主开发周期规划功能架构。