Agent Skills Hub

update-llm-model-list

根据 litellm 注册表审核并同步 assets.py 中的支持 LLM 模型列表。

cicd-pipeline-qe-orchestrator

整合 CI/CD 流水线全流程的质量工程，涵盖从提交阶段的单元测试、左移测试策略，到生产环境的合成监控与合规性质量门禁。

skill-code-review

多模型代码审查工作流，通过共识机制进行代码质量与安全分析。

inno-prepare-resources

自动化研究资源准备工作，包括加载实例、搜索 GitHub 代码库、构建数据集描述以及下载 arXiv 论文。

api-spec-analyzer

分析 OpenAPI 规范以生成 TypeScript 接口、API 服务模式及实现指南，协助前端开发人员进行后端集成。

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。

cc-skill-project-guidelines-example

用于建立项目专属 AI 代理指南的模板技能，定义确定性开发所需的架构、文件结构与代码模式。

stripe-integration

Stripe 付款集成指南，涵盖单次付款、订阅模式及安全性最佳实践。

Ralph-Loop-Ultra

通过模型上下文协议 (MCP) 在实时与模拟外部依赖项之间无缝切换，支持自动化开发环境。

swift-patterns

专业的 SwiftUI 助手，协助审核、重构与构建高效、可测试且现代化的 iOS 应用程序，并遵循 Apple 的最佳实践。

golang

生产级 Go 开发支持：包含并发模式、惯用语法错误处理、接口设计、testify 测试框架，以及用于构建可扩展后端服务的最佳实践。

debugging-strategies

跨语言调试框架：包含科学调试法、堆栈追踪分析、日志记录策略，以及 Git bisect 与小黄鸭调试法等进阶技巧。