Agent Skills Hub

acceptance-testing

规划、执行用户验收测试 (UAT) 与端到端场景，验证需求是否符合用户可见的行为表现。

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。

qa

网页应用程序的浏览器自动化测试技能。执行自动化网站审计、视觉回归测试、用户流程验证，并通过实时浏览器快照进行问题跟踪。

spec-miner

逆向工程专家，专门用于分析代码库、绘制依赖关系图，并从遗留或无文档系统中提取规格说明。

mcp-development

提供模型上下文协议 (MCP) 服务器开发指南，涵盖工具设计、资源处理及 AI/ML 整合模式。

confluence-docs

为 AI 代理工作流程提供 ADR、运营手册、系统架构与知识转移等标准化技术文档模板。

context-degradation

诊断、隔离并缓解 LLM 上下文故障（如中间丢失、中毒、干扰及冲突），提升 AI 代理的执行可靠性。

qcc-git

qcc_plus 项目的 Git 工作流与分支管理工具，强制执行标准化提交规范与安全部署流程。

libragent-quality

LibrAgent 代码质量验证工具，涵盖 TypeScript 前端与 Rust/Tauri 后端，提供自动化代码检查、格式化、类型检查与构建验证。

sync-docs

将项目文档与代码变更同步。检测过时文档、版本不符、缺少导出项，并自动更新变更日志 (CHANGELOG)。

backend-architect

资深后端架构专家，专精于六角形架构、DDD、SOLID 原则、简洁代码与重构，协助开发、代码审查及解决复杂的架构问题。

api-spec-analyzer

分析 OpenAPI 规范以生成 TypeScript 接口、API 服务模式及实现指南，协助前端开发人员进行后端集成。