Agent Skills Hub

requirements-elicitation

需求分析与文档编写技能。通过深入挖掘根本需求、分析利益相关者、解决冲突，并产出具备测试标准的规格说明，协助软件开发项目精准落地。

semantic-compression

积极精简输入内容中的语法结构与冗余文字，在保留核心语义的同时优化 LLM 的 Token 使用效率。

command-executor

安全地执行、测试并验证文档中的命令，支持真实输出捕获、性能跟踪与 Git 安全协议。

claude-starter

一个 AI 驱动的技能，可针对复杂的编程任务，自动从 RAG 知识库中检索相关的项目上下文。

dynamic

专为 bkend.ai BaaS 设计的全栈开发代理。自动化项目初始化、身份验证、数据库配置及 Next.js 应用程序 API 集成。

setup

引导新贡献者设置 Chops 开发环境，包含必备项目检查、通过 xcodegen 生成项目，以及架构导览。

pix

一个自动化的 UI 实现代理，利用 Figma MCP 和浏览器渲染验证，将 Figma 设计转换为像素级精确的代码。

iterating

具备状态的多阶段工作流程管理器，通过工作日志持久化上下文、启用检查点，并管理长期任务中的迭代进度。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量后端实现 ReasoningBank 自适应学习。具备轨迹追踪、判定评估、记忆蒸馏与模式识别功能，适用于构建自我学习的自主智能体。

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。

deep-research

一个系统化的多角度网页研究代理。适用于深度调查、复杂问题查询，以及在内容生成前作为强制性的研究步骤，确保获得有据可查的高质量结果。

mcp-tools

用于管理基于 MCP 的研究、文档查询以及在外部搜索工具与插件支持的记忆系统之间进行协调的技能。