Agent Skills Hub

multi-llm-advisor

通过 OpenAI Codex 和 Google Gemini 获取架构、代码审查与调试的专家观点，并透明化展示所有 AI 推论与建议。

clarity-gate

通过预注入验证强化 RAG 系统的认知质量，确保文档在进入知识库前皆经过严格定义与结构化校对。

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。

mcp-builder

用于构建高质量 MCP (Model Context Protocol) 服务器的指南，支持使用 Python 或 TypeScript 将外部 API 和服务集成到 LLM 工作流程中。

skill-template

为建立与记录模块化代理技能所设计的标准化模板，确保在 AI 代理系统中间实现一致且高效的上下文工程。

session-logs

搜索、分析并审计 GeminiClaw 会话记录与记忆。用于调查过往交互、追踪 Token 用量、调试工具调用及监控代理程序性能。

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)。

recursive-decomposition

通过将大型任务自动拆解为可管理的递归子任务，突破上下文窗口限制，提升对大型代码库和文档集的推理准确度。

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。

Skills Guide

一套用于建立、结构化与管理可重复使用 AI 代理技能的全面框架，旨在标准化指令驱动的工作流程。

brave-search

通过 Brave Search API 进行无头网页搜索与内容提取。无需浏览器即可执行文档检索、事实查核及网页内容抓取。

batch-coordinator

验证并协调批次学习指南操作，通过强制执行模板兼容性、文件可用性及仅限来源政策，在代理程序执行前防止错误。