Agent Skills Hub

dev-workflow

全栈软件开发生命周期 (SDLC) 代理工作流程，利用 MCP 工具管理从需求导入、规划到自动化测试、CI/CD 与基础设施部署的完整生产周期。

debug-mcp

针对 MCP 服务器与 Microsoft Copilot Studio 集成的系统性调试工作流程，包含常见修复模式与验证脚本。

wormhole

AI 编码代理的共享内存与协作层，用于追踪操作、管理会话、检测冲突，并跨工具保留项目上下文。

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。

kagent

kagent 专家指南：用于构建、部署和管理 AI Agent、MCP 工具及 A2A 协议的 Kubernetes 原生框架。

clinical-trial-protocol-skill

为医疗器械与药物生成临床试验方案。支持模块化路径设计、研究整合，以及符合监管文件的草拟需求。

Confidence Check

开发人员的事前实作信心评估工具。通过重复代码检查、架构合规性、官方文档验证与根本原因分析，确保达到 90% 以上的准备度。

FastMCP Development

使用 FastMCP 框架构建与管理 MCP 服务器。提供工具开发、资源配置、Prompt 设计、Claude Desktop 集成及 Python/TypeScript 部署指南。

mcp-client

通用的 MCP 客户端，支持通过渐进式揭露连接任何 MCP 服务器。将 MCP 服务器封装为技能以避免工具定义占用过多 Context Window。适用于 Zapier、GitHub、sequential thinking 及文件操作。

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。

swarm-advanced

为研究、开发与测试工作流部署网格、层级与星状拓扑等进阶多代理人蜂群编排策略。

context-driven-testing

运用情境导向测试原则，根据项目目标、风险与限制调整测试策略，而非盲目依赖通用最佳实践。