Agent Skills Hub

langchain-architecture

使用 LangChain 1.x 与 LangGraph 构建生产级 LLM 应用程序。实现状态化 AI 代理、多步骤工作流程，并为复杂的对话与自动化任务构建自定义记忆系统。

fix

为 React 开发者提供的自动化代码维护工具，用于解决 lint、代码格式化及 CI 验证错误。

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。

core-principles

React 19 单页应用开发的架构治理与项目标准，确保技术栈集成、项目结构与代理执行规则的一致性。

patterns

Langroid 多代理框架的设计模式合集，涵盖代理配置、工具处理、任务编排与外部集成。

react-doctor

分析并审核 React 项目的安全性、性能、正确性与架构问题，并提供可执行的诊断报告与评分。

pr-review-fix-loop

自动化 PR 审查与修复循环。通过调度子代理程序进行代码、CI 状态与评论分析，并循环执行修复直到 PR 达到通过标准。

langgraph

LangGraph 专家技能，专为构建具状态、多角色 AI 代理工作流而设计，包含持久化、条件分支与 ReAct 模式。

react-router-data-mode

使用 React Router 的数据模式 (data mode) 开发 React 应用程序，包含 createBrowserRouter、路由器 (RouterProvider)、loaders、actions、fetchers 与乐观 UI 更新。

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。

core-components

核心组件库与设计系统模式，通过设计令牌 (design tokens) 确保 UI 开发的一致性。

Delegating to AWS Agent

实施 AI 代理委派架构，保持主上下文简洁，降低 Token 成本，并隔离专业基础设施或 API 任务。