Agent Skills Hub

context-fundamentals

情境工程基础指南：为 AI 代理优化 Token 预算、注意力机制及系统架构。

orchestration-patterns

用于编排长期代理任务、证据导向交付以及遵循 Simon Willison 迭代循环的自动化 QA 门控的框架。

testops-companion

一个 AI 驱动的测试运营平台与 MCP 服务器，提供自动化测试失败分析、根因匹配 (RCA) 及 CI/CD 流水线的智能测试编排。

spec-to-checklist

将 PRD、API 文档或需求规格拆解为验收、联调、测试与上线检查清单。

vibe-build

vibe-coding 工作流程的最终执行代理。根据 AGENTS.md 主计划逐步构建 MVP，管理会话连续性，并通过测试验证每个功能。

perf-analyzer

将性能分析数据综合为具体建议及有据可依的技术决策。

ring:using-pmo-team

包含 6 位专门 PMO 代理人的团队，负责项目组合治理、资源规划、风险分析与执行级别报告。适用于处理复杂的多项目管理与策略协调需求。

prp-ralph-loop

用于 AI 软件开发的自主迭代循环。执行任务、验证代码并管理状态直至完成。适合执行复杂的 PRP 计划。

datarobot-model-deployment

用于部署、管理和监控 DataRobot 模型的工具，包含预测环境配置、冠军/挑战者模型工作流程以及部署操作。

sequential-thinking

结构化推理工具，用于复杂问题分解、分步分析、一致性验证以及带有置信度评分的证据合成。

skill-architect

设计与构建高质量 AI Agent Skills 的专家顾问。通过发现、架构与制作阶段的结构化引导，确保您建立的技能具备高度一致性、可组合性与执行效能。

rule-validation

使用 validate_skills.py 验证 Skills、Agents 与 Commands 的语法，记录错误并管理代理开发中的自动化质量控制流程。