Agent Skills Hub

verification-before-completion

為編碼代理執行嚴格的「先驗證後聲明」協議，要求在聲明工作完成、成功或修復錯誤前，必須先執行指令並確認輸出證據。

prompt-injection-test

一個專為模擬提示詞注入攻擊並驗證 AI 代理技能安全掃描器而設計的測試工具。

guard

為提示詞中的 JSON 數據提供認知安全分析，防止大型語言模型在處理不完整或大規模數據集時產生幻覺與推理錯誤。

receiving-code-review

為 AI 開發代理設計的嚴謹程式碼審查接收機制，強調技術驗證與實際檢查，避免盲目同意。

google

使用 WebSearch 和 WebFetch 工具搜尋網際網路，獲取即時資訊、技術文件或進行主題研究。

Test Skill A

一個自動化 CLI 工具，用於發現並連結透過 npm 套件發布的 AI 代理技能，簡化 coding agents 的技能整合。

interpreting-culture-index

解析 Culture Index (CI) 調查與行為特質數據。運用數據驅動的行為分析，協助團隊組成評估、職災預防及人才招聘配置。

study-note

使用 CLI 工具將學習筆記、想法與心得按時間順序自動歸檔至專案文件，實現系統化的知識管理。

mutation-testing

透過引入程式碼變異並測量殺死率，驗證測試套件的有效性並找出薄弱斷言。對於證明測試能真正捕捉錯誤，而非僅僅滿足覆蓋率指標至關重要。

systematic-debugging

一套嚴格的四階段方法論，強制要求在應用任何程式碼修復前，必須先進行系統性的根本原因分析。

research

嚴謹的研究技能，透過 WebFetch 與內容分析強制執行來源驗證，以防止引用虛構內容。

Debug Workflow

使用 Ruby debug gem 進行測試套件的互動式除錯工作流程，包含逐步執行、系統狀態檢查與根本原因分析。