Agent Skills Hub

implement-feature

使用架构优先设计、TDD、丰富领域模型与 Swift 6.2 模式实现功能的指南，确保领域、基础设施与应用层之间的清晰隔离。

karpathy-guidelines

为 LLM 设置的程序开发行为准则，旨在减少错误、落实最佳实践，并通过强调简洁性、精确修改与目标导向验证来提升代码质量。

web-search

自主研究专员，专注于获取验证信息、评估来源并进行结构化综述。

performance-analysis

系统性性能工程：基准测试、性能分析、瓶颈诊断，以及基于实证的应用程序优化指导。

wm-git-worktree-manager

高效管理 git worktrees，支持自动化文件同步、后台任务执行以及基于 CLI 的工作区编排。

massive-context-mcp

通过递归分块、子查询与聚合结果处理超过 1,000 万 token 的大型文件和代码库，突破 LLM 上下文窗口限制。

alphaear-deepear-lite

从 DeepEar Lite 平台获取即时金融信号、传导链推理及市场信心指标，协助 AI 代理进行深度市场分析。

swarm

通过基于协议的行为治理，协调 Claude Code 并行工作集群，以执行复杂功能开发、多步骤重构及长时间运行的自动化编程任务。

context-compression

通过先进的上下文压缩、结构化摘要与任务导向的状态管理，为长期运行的 AI 代理会话优化性能并降低 Token 使用量。

vercel-react-native-skills

React Native 和 Expo 性能优化最佳实践。涵盖列表虚拟化、Reanimated 动画、UI 模式以及原生平台 API 优化。

claude-review

根据 Hyperlane 文档标准审查文档变更，确保内容符合架构模式与规范。

upstash-ratelimit-ts

适用于 TypeScript 的无连接 HTTP 速率限制 SDK，专为无服务器 (Serverless)、边缘计算 (Edge) 环境及 Upstash Redis 设计。