Agent Skills Hub

orchestration-patterns

用于编排长期代理任务、证据导向交付以及遵循 Simon Willison 迭代循环的自动化 QA 门控的框架。

find-bugs

对本地分支差异进行自动化安全审计、漏洞检测及代码质量评估，使用结构化的检查清单驱动验证流程。

paper-search-usage

通过 arXiv、PubMed、IEEE、Scopus、ACM 和 Semantic Scholar 搜索、定位并检索学术论文。

python-plan-optimization

为 Python 代码提供 6 阶段只读分析的工作流程，根据项目类型（从 POC 到开源）检测设计原则违规、代码异味并建议现代化改善方案。

openclaw-pr-maintainer

OpenClaw 仓库维护助手：利用 gitcrawl 与 GitHub CLI 进行问题与 PR 的自动化分类、标记及验证。

context-fundamentals

情境工程基础指南：为 AI 代理优化 Token 预算、注意力机制及系统架构。

product-discovery

通过机会解决方案树、假设映射与假设导向的实验，进行结构化的产品探索，以降低产品开发风险。

data-storytelling

将原始数据转化为引人入胜的叙事，运用可视化策略、叙事框架与说服性结构，协助分析师进行高管汇报与数据决策。

tavily-tools

集成式 Tavily AI Python CLI 工具，支持网页搜索、内容提取、网站爬虫、结构映射以及自动化深度研究报告。

cyber-ir-playbook

从事件日志生成安全事件响应时间轴与结构化报告，用于高效跟踪从检测到恢复的全过程。

rt.safety.auditor

分析 C++ 代码中的实时安全性违规，包括音频线程中的堆内存分配、锁、阻塞调用及非确定性操作。

project-migrate

使用 AI 驱动的分析技术，将现有项目迁移至 AgenticDev 结构。自动分类文档、生成丰富的 YAML 元数据，并完整保留 git 历史记录。