Agent Skills Hub

jira-assistant

通过 Atlassian MCP 管理 Jira 问题。支持搜索、创建、更新、状态流转与 Sprint 任务管理，并具备自动检测工作区配置功能。

parallel-agents

通过协调多个专业 AI 代理来执行复杂工作流，实现多角度代码分析、功能开发与系统级审查的自动化编排。

Task Patterns

基于 CLI 的 Linear 集成，用于 AI 辅助的任务管理、工单追踪和自动化开发工作流程。

plan

用于规划与实现功能、技能、脚本或架构变更的结构化六阶段工作流程，包含自动化工具探索与安全验证。

kanban-based-development

基于 kanban-md 的自主且并行开发工作流程。通过原子声明、工作树与明确交接，协调多位代理人与人类的共同开发。

snowflake-mcp

将 Snowflake 与 MCP 客户端整合。管理 Snowflake 端点、验证连接，并直接在您的 AI 工作流程中运用 Cortex AI (Search, Analyst, Agent) 服务。

reflect-appworld-failure

分析 AppWorld 任务失败原因，提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。

vtm-expert

面向 AI 辅助开发的虚拟任务管理系统。通过精准的上下文注入，高效管理任务生命周期、依赖关系及测试驱动开发 (TDD) 工作流。

api-test-automation

API 接口测试自动化工具，支持 REST/GraphQL。集成功能测试、性能测试、契约测试及 Mock 服务，提供完整测试解决方案。

mess-mcp

一个让 Claude 通过 MESS (Meatspace Execution and Submission System) 协议指派并管理实体世界任务的 MCP 服务器。

find-skills

发现并安装代理技能以扩展 DeerFlow 功能。使用此技能搜索适用于编码、测试、部署等任务的工具、工作流程或专业知识。

api-integration

使用 Apidog 与 MCP 服务器自动化前端 API 整合。从 OpenAPI 规格生成 TypeScript 类型、TanStack Query 钩子与基于 axios 的客户端，确保 API 使用的一致性与类型安全。