Agent Skills Hub

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。

test-delete-skill

统一的 AI 网关，支持超过 100 种大语言模型，提供兼容 OpenAI 的 API、模型回退、负载均衡及企业级管理工具。

batch-coordinator

验证并协调批次学习指南操作，通过强制执行模板兼容性、文件可用性及仅限来源政策，在代理程序执行前防止错误。

upstash-vector-db-skills

Upstash Vector DB 设置、语义搜索、命名空间与向量嵌入模型。专为在 Next.js 16 与 Vercel 项目中构建高性能向量搜索功能而设计。

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。

PAI

PAI 的实体合成桥梁。生成蓝图、3D 打印代码、激光切割 SVG 路径以及 CNC 加工 G-Code，将代理设计转化为实体硬件。

milady-development

通过管理插件来自我修改 Milady 代理。编辑代码、重建并重新启动运行环境，以开发新功能或本地优化代理工作流程。

anthropic-api

为构建 Claude API 生产级应用提供专家指导，涵盖 SDK 使用、提示词缓存、批量处理、流式传输、工具调用及成本优化策略。

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。

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。

dart-python

DART 物理模拟的 Python 绑定 (dartpy)：利用 nanobind 与 C++ 整合，支持构建 Wheel、生成类型存根，并管理机器人模拟工作流程。

fabric

Fabric CLI 智能模式选择工具，从 242+ 种专业提示中自动选取最合适的模式，支持威胁建模、数据分析、摘要与内容创作。