Agent Skills Hub

User Story Writing

使用标准的“As a/I want/So that”框架编写结构良好的用户故事，并包含清晰的验收标准，以确保敏捷团队的一致性。

skills

一个项目专用的架构模板，包含 Next.js 15、FastAPI 与 Supabase 的最佳实践，以及 Claude AI 的结构化输出集成模式。

cc-stack-analysis

用于审核和验证 Claude Code 配置（技能、钩子、指令）的结构完整性、命名规范及最佳实践的专家工具。

skill-orchestrator

通过分析可用技能、制定结构化执行计划并管理手动或委派的多步骤工作流程，来统筹复杂的编程任务。

project-development

一套管理 LLM 项目生命周期的框架，涵盖评估任务模型契合度、架构设计、结构化输出解析及代理辅助开发流程。

evaluating-code-models

使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试，提供多语言编码模型的 pass@k 指标评估。

n8n-expression-testing

验证 n8n 表达式语法，执行上下文感知测试，检测常见陷阱，并优化工作流程中的数据转换。

update-llm-model-list

根据 litellm 注册表审核并同步 assets.py 中的支持 LLM 模型列表。

ring:dev-sre

开发周期 Gate 2 技能，用于验证可观测性实现，包含结构化日志、OpenTelemetry 追踪及仪表覆盖率，且不修改代码。

java-coding-standards

强制执行高质量 Java 17+ 编码标准、Spring Boot 惯例以及可维护的项目架构。

web-shader-extractor

从网页中提取 WebGL/Canvas/Shader 视觉特效代码，反混淆后移植为独立原生 JS 项目。

tavily-web

使用 Tavily API 进行进阶网络搜索、内容提取与网站爬取，为 AI 代理研究与数据收集进行优化。