Agent Skills Hub

template-skill

用于在 Mini-Agent 框架内开发和集成自定义 AI 代理技能的灵活模板。

agent-architecture

实现生产级 AI 代理。包含 LangGraph、工具调用护栏、SSE 流式传输、情节记忆与 pgvector。提供反模式分析与修正代码。

opencode

OpenCode AI 专家指南：涵盖 TUI 指令、CLI 操作、AGENTS.md 配置、自定义代理工作流程与项目设置。

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。

context-optimization

通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术，优化代理程序的上下文窗口，以降低成本并减少延迟。

mcp-builder

用于构建高质量 MCP (Model Context Protocol) 服务器的指南，支持使用 Python 或 TypeScript 将外部 API 和服务集成到 LLM 工作流程中。

agentic-workflows

构建企业级 AI 代理系统，支持 LangGraph、Anthropic/OpenAI/vLLM 与结构化输出。具备流式传输、A2A 协议、Pydantic 验证、向量记忆体与防幻觉机制，适用于复杂的多代理协作工作流。

skill-developer

根据 Anthropic 最佳实践创建与管理 Claude Code 技能，包含触发条件、Hook 机制与渐进式披露。

tool-integration

创建、注册与管理自定义代理工具及 MCP 服务器，通过外部 API 与自定义逻辑扩展 AI 代理的功能。

tpmjs-tool-creator

使用 blocks CLI、AI SDK v6 与 npm 注册表模式创建及发布 TPMJS 工具的开发指南。

response-compliance

执行 OpenResponses API 合规性测试，验证架构遵循度、流式响应及端点稳定性，确保 LobeHub 集成质量。

chatkit-frontend

使用 OpenAI ChatKit React 组件实现生产就绪的 AI 聊天界面。功能包含 hook 配置、流式传输、主题自定义、对话历史与 Next.js 应用程序的自定义工具整合。