Agent Skills Hub

getting-started-guide

为小说家设计的结构化引导工具，涵盖从创作宪法、故事规格到计划、任务、撰写与质量分析的七步创作方法论。

bear-notes

使用 grizzly 命令行工具在 macOS 上管理与自动化您的 Bear 笔记。

agents-md-generator

为 AI 编码代理生成分层且节省 token 的 AGENTS.md 文件，提供全库上下文与项目特定指南。

nano-banana

使用 uv 自动化 Python 脚本编写与 Gemini 图像生成。适用于创作艺术、编辑图像及执行临时脚本。

receiving-code-review

为 AI 开发代理设计的严谨代码审查接收机制，强调技术验证与实际检查，避免盲目同意。

testing-anti-patterns

执行高质量测试实践，识别并防止常见反模式，如测试 Mock 行为、生产代码中的测试专用方法以及对依赖项理解不足的 Mock 方式。

Frontend Components

为 Django 生产环境服务器与工作程序提供标准化配置与管理。

quality-metrics

自动化质量监控与度量，包含 DORA 指标、缺陷密度追踪，并为持续交付流水线配置智能质量闸道。

upgrade-flake

更新 flake.lock 以获取最新的 Nix flake 输入版本，且不会执行完整的 NixOS 系统版本升级。

debugging-strategies

跨语言调试框架：包含科学调试法、堆栈追踪分析、日志记录策略，以及 Git bisect 与小黄鸭调试法等进阶技巧。

swarm

通过基于协议的行为治理，协调 Claude Code 并行工作集群，以执行复杂功能开发、多步骤重构及长时间运行的自动化编程任务。

context-driven-testing

运用情境导向测试原则，根据项目目标、风险与限制调整测试策略，而非盲目依赖通用最佳实践。