Agent Skills Hub

plan-writing

为 AI 代理设计的结构化任务规划框架，将复杂功能、重构与错误修复分解为可操作、可验证的步骤。

java-coding-standards

强制执行高质量 Java 17+ 编码标准、Spring Boot 惯例以及可维护的项目架构。

btca-cli

操作 btca CLI 进行源代码优先的研究。管理 Git、本地目录与 npm 资源，确保 AI 的回答基于实际代码库而非过时的文档。

prompt-lookup

通过 prompts.chat 搜索、发掘并优化 AI 提示词。访问数千个专为 ChatGPT、Claude 等 AI 模型设计的社区精选提示词。

ai-collaboration-standards

防止 AI 幻觉，确保在分析代码、技术文档或提供建议时，输出具备证据支持且可验证的内容。

help

交互式工作区探索指南，提供专家代理、自动化工作流程、CLI 工具及活动生命周期钩子的使用说明。

karpathy-guidelines

为 LLM 设置的程序开发行为准则，旨在减少错误、落实最佳实践，并通过强调简洁性、精确修改与目标导向验证来提升代码质量。

workflow-execute-plans

以小型、可验证的批次执行实施计划，并在每个阶段设置反馈暂停点，以防止偏离目标并确保代码质量。

shift-left-testing

通过将测试活动移至开发生命周期的早期阶段来加速软件交付，利用 AI 驱动的需求验证、TDD 与自动化 CI 管线，降低缺陷修复成本。

arduino-mcp

一个 MCP 服务器，使 AI 代理能够编辑、管理并编译 Arduino IDE 2.0 草图，支持源代码操作及通过 arduino-cli 进行自动化构建。

managing-git-workflow

标准化 HASH 开发流程，包含分支命名、Linear 问题追踪、PR 模板及审核程序。

pr-review-fix-loop

自动化 PR 审查与修复循环。通过调度子代理程序进行代码、CI 状态与评论分析，并循环执行修复直到 PR 达到通过标准。