Agent Skills Hub

supermemory

Supermemory 是 AI 代理的长期记忆基础设施，提供持久上下文、用户画像及跨多模态知识库的语义 RAG 搜索功能。

qras

基于 Qdrant 和 Ollama 的本地 RAG 语义记忆系统。适用于高效检索工作区文件、笔记、决策记录与用户偏好，提供精确的向量语义搜索。

zotero-mcp-code

通过 Python 代码执行高效搜索 Zotero 文献库。支持全面的多策略查询、自动去重和相关性排序，有效避免上下文溢出或系统崩溃。

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。

qmd

用于 Markdown 笔记、文档和代码库知识库的本地混合搜索引擎，旨在降低 Token 消耗并提升检索效率。

code-search-selector

代码搜索工具选择器。自动在语义搜索 (claudemem) 与本地工具 (Grep/Glob) 之间切换，优化搜索效率、Token 使用与准确性。

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。

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。

prompt-lookup

通过 prompts.chat 搜索、发掘并优化 AI 提示词。访问数千个专为 ChatGPT、Claude 等 AI 模型设计的社区精选提示词。

search

使用 Tavily 的 LLM 优化搜索 API 进行网络搜索，无需编写代码即可获取带有引用来源的精准内容。

archon

Archon 交互式集成工具，提供知识库与项目管理功能。支持 RAG 语义搜索、网站抓取、文档版本控制以及通过 REST API 进行层级化任务管理。

doc-reader

通过 llms.txt、MCP 搜索与智能解析策略，有效率地读取并导航外部技术文档。