Agent Skills Hub

clean-comments

自动化移除代码中多余或显而易见的注释，同时保留重要的架构与逻辑说明，优化代码的可读性与质量。

k0ntext

RPI 规划阶段：从研究文件中创建基于区块且具有依赖感知能力的实施计划，以进行结构化、原子化的开发。

writing-plans

为软件开发任务创建详细的、基于 TDD 的逐步实现计划。

spawn-decision

专为协调系统设计的决策代理，用于处理复杂的架构选择、任务规划与错误排除。

memory-hygiene

为 Clawdbot 审计、清理和优化向量内存。防止 Token 浪费，清除无效垃圾数据，并通过 LanceDB 维护自动化内存清洁。

parxy

一个统一的文档处理网关，支持 PDF 解析、文本提取、格式转换与跨多种本地及云端供应商的文档操作。

agents

构建具备工具调用与多步推理能力的 AI 代理。生成、管理并编排适用于 Claude Code、Cursor、Cline 等 AI 助手的自定义技能文件，实现开发流程标准化。

tools

统一的 LLM 函数调用与工具使用 API，支持 OpenAI、Anthropic、Google 与 Ollama，提供标准化的 JSON Schema 定义与执行流程。

request-optimizer

一个智能网关，可分析、评分并将用户请求路由至 27 个代理、27 个技能与 14 个 MCP，以优化 Claude Code 的执行效率。

drift

专为探索意识、自我认同与自主性的 AI Agent 所设计的工具框架。包含会话交接、记忆架构与自我反思协议。

polars

高性能 Python 与 Rust 内存内 DataFrame 库。支持延迟计算、并行处理，并使用 Apache Arrow 引擎，适用于高效 ETL、数据处理及加速 pandas 工作流。

arduino-mcp

一个 MCP 服务器，使 AI 代理能够编辑、管理并编译 Arduino IDE 2.0 草图，支持源代码操作及通过 arduino-cli 进行自动化构建。