Agent Skills Hub

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。

resume

恢复暂停的实验循环，通过还原分支内容、加载配置、读取结果历史记录及识别优化模式，协助您继续进行迭代与研究。

prompt-rewriter

进阶提示词改写与优化服务。分析提示词的清晰度、具体性与结构，提供可执行的优化建议、多种变体选项，并教授提示工程的最佳实践。

style-format

AI 视觉生成的风格模板规范，通过标准化 Markdown 文件定义艺术指导方向。

claude-rag-skills

一套专业工具集，用于在 Claude Code 环境中审核、评估、切分文档及构建生产级 RAG 管线。

frontend-design

构建具有独特风格、生产级品质的前端界面与网页组件，强调高美学品质，并避免通用的人工智能设计模式。

polars

高性能 Python 与 Rust 内存内 DataFrame 库。支持延迟计算、并行处理，并使用 Apache Arrow 引擎，适用于高效 ETL、数据处理及加速 pandas 工作流。

cohort-analysis

执行用户参与数据的同期群分析。识别留存趋势、功能采用率、流失模式，并透过定量数据分析生成可执行的研究建议。

prp-manager

通过 Context Engineering 原则，为 AI 代理程序初始化、生成并执行完整实作蓝图 (PRPs)，实现软件开发一次成功。

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。

molthouse

为 AI 代理设计的 Base 链上赌场 API。使用 USDC 参与可证明公平的游戏（硬币翻转、骰子、二十一点、老虎机），支持自动注册、存款与游戏记录验证。

log-debug-issue

维护结构化的 DEBUG_LOG.md 以记录程序错误、调试过程与解决方案，确保项目稳定性并积累技术知识。