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。

paperbanana

使用 AI 自动化技术，将 CSV 或 JSON 数据转换为适合学术出版的高质量统计图表。

subagent-driven-development

通过为每个任务指派独立子代理来执行实现计划，并结合规格符合性与代码质量的两阶段审查机制。

search

使用 Tavily 的 LLM 优化搜索 API 进行网络搜索，无需编写代码即可获取带有引用来源的精准内容。

steering-specs-generator

通过引导式访谈提取隐性工程知识，并生成结构化的指导规范 (steerings)，以建立一致的项目标准与约定。

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。

log-debug-issue

维护结构化的 DEBUG_LOG.md 以记录程序错误、调试过程与解决方案，确保项目稳定性并积累技术知识。

文档分析器

对知识库文档进行深度结构分析、关键信息提取及质量评估的智能助手。

parallel-agents

通过协调多个专业 AI 代理来执行复杂工作流，实现多角度代码分析、功能开发与系统级审查的自动化编排。

session-reflection-analysis

分析 Claude Code 会话历史，以识别效率低下的模式、优化 Token 使用量并建议工作流程改进。

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。

summarize-interview

将访谈逐字稿转换为结构化摘要，包含待办任务 (JTBD)、满意度信号与行动项目。