Agent Skills Hub

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。

clean-code

实用且精简的 AI 代码标准，专注于干净代码、简洁性与可维护性。强制执行 SRP、DRY 与 KISS 等最佳实践，避免过度设计。

qc

自动化质量闸门，使用 5 个并行 AI 代理审查代码变更，确保正确性、风格与一致性。

spec

为平台变更建立结构化规范，包含 GitHub Issue、SDD 模板，并针对基础设施与安全性变更进行自动化类型推论。

quality

Rust 项目的专家级代码审查工具。使用 Bazel 与项目特定规范，进行全面的质量、安全、性能及架构分析。

gea

管理、执行并更新 Gea 框架的 JS 框架基准测试，包含报告生成、HTML 结果刷新与性能比较。

python

Python 编程助手，提供最佳实践、PEP 8 代码规范检查、使用 pytest 的自动化测试以及基于 uv 的依赖管理。

Quality Assurance

自动化质量保证系统，根据定义的检查清单验证 PB-000 市场研究工作流程中的 Markdown 交付物。

requirement

编写结构良好的用户故事和需求文档，遵循 INVEST 准则。

refactor

专门用于代码重构的技能。在不改变外部行为的前提下提高代码可维护性、减少技术债务并应用设计模式。

project-scaffolding

开发者专用项目初始化向导，支持超过 70 种 Web、移动、桌面与后端开发项目，提供 SDK、数据库与 DevOps 环境的交互式配置流程。

ui-implementer

根据 Figma 或设计稿实现 UI 组件，提供像素级精确度、智能设计验证与自适应代理切换功能。