Agent Skills Hub

six-thinking-hats

应用六顶思考帽方法论于软件测试，进行结构化与全面的质量分析、测试策略设计以及团队讨论。

dev-checker

用于提交前与部署前检查的自动化代码质量验证工具，涵盖 TypeScript、构建与 lint 检查。

devboxes

部署隔离的开发容器，包含网页版 VSCode、VNC 以及通过 Traefik 或 Cloudflare Tunnels 自动设置的应用程序路由。

long-running-agent

为 AI 代理设计的框架，可在多个上下文窗口中保持状态，使代理能够完成复杂的长期编程任务，而不丢失进度或上下文。

mcp-prompts

一种智能开发编排技能，通过 mcp-prompts 集成，提供自我优化的代码分析、构建错误诊断与自动化工作流程配置。

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。

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。

k8s-security-policies

实现企业级 Kubernetes 安全性，涵盖 NetworkPolicy、RBAC、Pod 安全标准及 OPA Gatekeeper 策略。

shift-right-testing

生产环境测试策略，包含功能标志、金丝雀部署、合成监控与混沌工程，确保线上系统的持续可靠性。

subagents-orchestration-guide

协调多代理软件开发工作流程，管理任务分解、需求分析及复杂软件项目的质量保证。

test-sync

通过自动检测孤立测试、覆盖率缺口以及与实现细节耦合的反模式，维护测试套件的健壮性。

use-railway

操作 Railway 基础设施：管理项目、服务、数据库、对象存储、部署、环境、变量、日志及性能指标。