Agent Skills Hub

agent-sdk

使用 Claude Agent SDK 构建与维护 AI 代理的专家级技能，涵盖架构设计、工具集成、MCP 服务器以及代理工作流。

context-optimization

通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术，优化代理程序的上下文窗口，以降低成本并减少延迟。

upstash-vector-db-skills

Upstash Vector DB 设置、语义搜索、命名空间与向量嵌入模型。专为在 Next.js 16 与 Vercel 项目中构建高性能向量搜索功能而设计。

crawl

爬取网站并将内容保存为整洁的 Markdown 文件。适用于文档提取、研究分析与离线知识库建立。

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。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 实现从 PDF、DOCX 和 PPTX 等非结构化文件中提取结构化数据的方案，并通过 Pydantic 定义数据架构。

turing-tavily-web-search

通过 Turing Tavily 代理进行实时网页搜索。适用于查找最新信息、研究时事，以及获取训练数据库以外的实时数据。

anthropic-api

为构建 Claude API 生产级应用提供专家指导，涵盖 SDK 使用、提示词缓存、批量处理、流式传输、工具调用及成本优化策略。

feishu-fetch-doc

获取并解析飞书云文档为 Markdown，支持媒体内容处理与知识库链接解析。

prompt-engineering-patterns

掌握先进的提示工程技术，以最大化生产环境中大型语言模型（LLM）的性能、可靠性和可控性。

parxy

一个统一的文档处理网关，支持 PDF 解析、文本提取、格式转换与跨多种本地及云端供应商的文档操作。

openai-agents-sdk

使用 OpenAI Agents SDK (Python) 构建 AI 代理。支持多代理协作、函数工具、状态化会话、流式传输以及通过 LiteLLM 进行 Azure OpenAI 集成。