Agent Skills Hub

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。

FastMCP Development

使用 FastMCP 框架构建与管理 MCP 服务器。提供工具开发、资源配置、Prompt 设计、Claude Desktop 集成及 Python/TypeScript 部署指南。

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。

patterns

Langroid 多代理框架的设计模式合集，涵盖代理配置、工具处理、任务编排与外部集成。

openai-agent-sdk-skill

使用 TypeScript/JavaScript 的 OpenAI Agents SDK 构建 AI 代理、多代理系统和工作流。支持工具、移交、防护栏、MCP 和实时语音。

Delegating to AWS Agent

实施 AI 代理委派架构，保持主上下文简洁，降低 Token 成本，并隔离专业基础设施或 API 任务。

self-improve

OpenCode 代理的自我维护技能，用于更新文档、捕捉学习成果并动态扩展工具与代理功能。

scraper

自动化 CLI 工具，可将 Notion、DocSend、PDF 及一般网页文件抓取并转换为本地 PDF，支持会话持久化与后台常驻执行。

mcpgraph

构建无代码 MCP 服务器，通过 YAML 以有向图形式编排工具，实现数据转换、条件路由与自动化工作流。

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。

qveris

通过 QVeris API 搜索并执行动态工具，支持实时数据检索、股票市场分析及各类网络任务。

mcp-server

在 Cursor IDE 环境中整合与管理自定义模型上下文协议 (MCP) 服务器的操作指南。