Agent Skills Hub

simplemem-skill

为 AI 代理提供持久的语义长期记忆。通过语义压缩，跨对话存储、查询并检索对话记录、决策与多模态上下文。

evaluation

为 AI 代理构建系统化的评估框架，利用多维评分标准、LLM-as-a-judge 与回归测试，量测代理效能、质量及上下文工程的有效性。

hegelion

适用于 MCP 的辩证推理与对抗式编码代理，通过强制 LLM 解决内部矛盾，产出更高质量的推理与代码。

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。

memory-systems

指导代理人记忆系统的实现，比较主流框架（Mem0、Zep、Letta、LangMem、Cognee），并设计用于跨会话知识保留的持久化架构。

agent-architecture

实现生产级 AI 代理。包含 LangGraph、工具调用护栏、SSE 流式传输、情节记忆与 pgvector。提供反模式分析与修正代码。

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。

jta

具备 Agentic 反思机制的 AI JSON 国际化翻译工具，支持自动术语管理、格式保护与增量更新，大幅提升翻译效率与品质。

basic-usage

llmemory 文档存储与搜索入门：涵盖安装、pgvector 数据库配置、文档导入、混合/语义检索，以及构建具备多租户支持的 RAG 系统。

context-engineering-collection

一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。

orchestrator

Claude Code 的自主多智能体协调框架，具备记忆驱动工作流程、优先并行执行、基于亚里士多德原则的拆解与多阶段质量把关。

freeride

为 OpenClaw 管理 OpenRouter 免费 AI 模型。自动根据质量排序模型、配置速率限制的后备方案，并更新 openclaw.json 设置。