Agent Skills Hub

book-translation

将“互动式提示工程指南”及其界面组件翻译为多种语言，致力于让全球用户都能轻松学习 AI 提示工程技巧。

anthropic-claude-development

为构建 Anthropic Claude API 应用程序提供专家级开发指南，涵盖 Messages API、工具调用、流式处理、视觉分析及提示工程。

ai-llm-engineering

LLM 系统生命周期、架构与部署的运营中心。包含 PEFT/LoRA 微调、RAG 流程、vLLM 吞吐量优化、自动化偏移检测及整合 CI/CD 的评估框架。

agentic-development

使用 Pydantic AI (Python) 和 Claude Agent SDK (Node.js/TypeScript) 构建自主、多步骤的 AI 代理。

agent-tracing

用于调试 AI Agent 执行的零配置本地 CLI 工具。可在开发环境中检查快照、LLM 调用与 Context Engine 数据。

agent-builder

设计并构建各领域的 AI 代理。掌握代理模式、循环编排与工具调用，为商业、研究及创意工作流赋能，实现自主化运作。

advanced-evaluation

实现生产级别的 LLM-as-a-judge 模型评估流水线，包含配对比较、直接评分、偏差缓解与评分标准生成。

agent-sdk

使用 Claude Agent SDK 构建与维护 AI 代理的专家级技能，涵盖架构设计、工具集成、MCP 服务器以及代理工作流。

llmintegration

支持 Claude、GPT、Gemini 和 Ollama 的多模型 LLM 集成方案。涵盖 API 对接、提示工程、Token 管理及模型中立的编排架构。

prompt-optimizer

通过成熟的提示工程原则，将模糊或结构不良的指令转换为优化且高效的 AI 模型提示，提升执行质量与准确性。

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。

test-generation

基于 Minion 框架的智能单元与集成测试生成工具，支持业务逻辑验证、边界测试及 Vitest 框架深度集成。