Agent Skills Hub

prompt-optimizer

通过成熟的提示工程原则，将模糊或结构不良的指令转换为优化且高效的 AI 模型提示，提升执行质量与准确性。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成与编辑图像、图表和信息图表。支持文本转图像、风格转换及数据准确的视觉化创作。

request-optimizer

一个智能网关，可分析、评分并将用户请求路由至 27 个代理、27 个技能与 14 个 MCP，以优化 Claude Code 的执行效率。

image-generation

使用结构化 JSON 提示词与自动化 Python 脚本生成高质量的图像、角色与场景，支持参考图像以进行精确的视觉创作。

context-degradation

诊断、隔离并缓解 LLM 上下文故障（如中间丢失、中毒、干扰及冲突），提升 AI 代理的执行可靠性。

debug-cuda-crash

使用 FlashInfer API 日志功能排查与解决 CUDA 运行时崩溃的教学指南。

paperbanana

使用 AI 自动化技术，将 CSV 或 JSON 数据转换为适合学术出版的高质量统计图表。

deepscan-monitor

管理长时间运行的 PapersFlow DeepScan 研究流程，提供异步监控、实时进度追踪与自动化报告生成功能。

drawnote-skill

智能笔记与流程图绘制工具。根据用户内容自动生成精美的可视化笔记、思维导图与流程图，并导出为图片，无需读取文件权限，适用于学习笔记、知识梳理与概念解释。

mcp-prompts

一种智能开发编排技能，通过 mcp-prompts 集成，提供自我优化的代码分析、构建错误诊断与自动化工作流程配置。

memory-systems

指导代理人记忆系统的实现，比较主流框架（Mem0、Zep、Letta、LangMem、Cognee），并设计用于跨会话知识保留的持久化架构。

risk-based-testing

利用风险评估与优先级排序，将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。