Agent Skills Hub

acceptance-testing

規劃、執行使用者驗收測試 (UAT) 與端對端情境，驗證需求是否符合使用者可見的行為表現。

analytics-interpretation

分析 GA4 與 GSC 數據，透過自動化基準測試、狀態指標及可執行的內容優化建議，提升網站成效。

Confidence Check

開發人員的事前實作信心評估工具。透過重複代碼檢查、架構合規性、官方文件驗證與根本原因分析，確保達到 90% 以上的準備度。

product-analytics

透過 KPI 框架、同期群分析與漏斗指標分析產品效能，進而推動成長、留存率與功能採用率。

clarity-gate

透過預注入驗證強化 RAG 系統的認知品質，確保文檔在進入知識庫前皆經過嚴格定義與結構化校對。

flaky-detect

透過分析持續整合 (CI) 歷史、執行模式與程式碼結構，識別、分類並排除不穩定的測試 (flaky tests)，以提升測試套件的可靠性。

dumbwaiter-mcp

適用於所有供應商的 MCP 技能，可針對 GitHub PR 事件（如狀態檢查、合併、評論）進行自動化等待。

debugging-strategies

跨語言除錯框架：包含科學除錯法、堆疊追蹤分析、日誌記錄策略，以及 Git bisect 與小黃鴨除錯法等進階技巧。

log-focus-debug

DashPlayer 日志聚焦除錯技能：隔離功能日誌鏈、注入臨時標記（[FOCUS:token]），並確保任務完成後清理除錯代碼。

quality

Rust 專案的專家級程式碼審查工具。使用 Bazel 與專案特定規範，進行全面的品質、安全、效能及架構分析。

read-only-gh-pr-review

透過 GitHub CLI 進行後端 PR 審查，並在嚴格的唯讀環境下執行安全性與程式碼品質檢測。

context-detection

系統化的專案技術棧檢測、框架特定技能自動載入，以及針對 React + Go 等全端專案的多技術棧分析。