Agent Skills Hub

devops

管理多链加密钱包系统的 CI/CD 工作流程、Docker 容器化与基础设施配置。

iterate

代码库自动化优化循环。根据特定目标与机械指标，自动修改、测量并迭代代码以提升效能。

requirements-clarity

通过系统化的对话与评分机制厘清模糊的需求，确保在开发前产出高质量且可执行的产品需求文件 (PRD)。

creating-opencode-agents

为创建 OpenCode AI 代理程序提供专家指导和配置标准，涵盖 YAML frontmatter、工具权限设置及操作模式等。

hive

自动化 GitHub 问题分类，通过分析代码库验证技术主张，并针对无效问题提供专家级回应以进行关闭。

LifeOS

一套基于 GTD 方法论的个人生活操作系统，整合 Todoist 任务管理、Logseq 生活追踪与 AI 数据分析，实现高效的时间与习惯管理。

MLOps Industrialization

一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架，采用 src 布局、混合架构与严谨的配置管理。

gh-fix-ci

诊断 GitHub Actions CI 失败，自动获取日志、总结错误并规划修复方案。

wormhole

AI 编码代理的共享内存与协作层，用于追踪操作、管理会话、检测冲突，并跨工具保留项目上下文。

Writing Hookify Rules

建立并设置 Hookify 规则，以监控文件、Bash 指令或用户提示中的特定模式。

systematic-debugging

一套严格的四阶段方法论，强制要求在应用任何代码修复前，必须先进行系统性的根本原因分析。

self-reviewer

为 AI 代理实现自动化的关键自我验证层，在完成任务前确保代码质量、安全性和需求一致性。