Agent Skills Hub

vtm-expert

面向 AI 辅助开发的虚拟任务管理系统。通过精准的上下文注入，高效管理任务生命周期、依赖关系及测试驱动开发 (TDD) 工作流。

task-breakdown

将复杂的开发需求拆解为可执行的任务序列，并针对多代理环境进行委派分析。

workflow-execute-plans

以小型、可验证的批次执行实施计划，并在每个阶段设置反馈暂停点，以防止偏离目标并确保代码质量。

langgraph-workflows

掌握 LangGraph 多智能体编排。使用监管者-工作者模式、条件路由与状态管理，构建具备容错能力的复杂 AI 工作流。

create-mcp-app

为 Claude Desktop 等 MCP 主机建立互动式应用程式。提供 React、原生 JS 及多种框架模板，协助您开发整合 MCP 工具与自定义 UI 的应用程式。

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。

agentic-workflows

构建企业级 AI 代理系统，支持 LangGraph、Anthropic/OpenAI/vLLM 与结构化输出。具备流式传输、A2A 协议、Pydantic 验证、向量记忆体与防幻觉机制，适用于复杂的多代理协作工作流。

solve-challenge

一个 CTF 解题代理程序，负责对挑战进行初步分类筛选，识别漏洞类别，并将任务分派给专业技能，涵盖 Web、Pwn、加密、取证与逆向工程分析。

session-intelligence-harvester

将工作阶段的经验转化为可重用的智能基础设施 (RII)。将一次性的修复与模式发现转变为永久的代理执行知识，防止问题重现并加速后续开发。

lgtm

启动 lgtm TUI 以进行 Markdown 文件、代码计划或文档的逐行评论，支持语法高亮与协作反馈工作流。

performance-optimization

通过 Redis 缓存、集群运算、性能分析与监控技术，优化 Node.js 应用程序性能，打造高效且可扩展的后端服务。

tool-use-structured-output

利用 Bedrock 工具调用功能强制 Claude 模型输出结构化 JSON，消除解析错误并确保架构合规性。