Agent Skills Hub

AgentDB Vector Search

為 AI 代理提供的高效能向量搜尋引擎，具備毫秒級檢索、HNSW 索引與量化技術，適用於 RAG 系統、相似度匹配與知識庫管理。

AgentDB Performance Optimization

透過量化、HNSW 索引、快取與批次處理優化 AgentDB 效能，顯著提升向量搜尋速度並降低記憶體佔用。

memov

AI 輔助代碼代理版本控制。透過 MemoV 自動追蹤提示詞、上下文與差異，確保完整可追溯性，且不污染 Git 歷史紀錄。

maestro

智慧型 RAG 知識閘道，將程式碼任務路由至專業的 Swift/iOS 領域知識。透過 MCP 從 100 多種索引技能中擷取精準模式，優化開發情境使用率。

qras

基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好，提供精確的向量語義搜索。

qmd

用於 Markdown 筆記、文件和代碼庫知識庫的本地混合搜尋引擎，旨在降低 Token 消耗並提升檢索效率。

librarian

抓取、索引並搜尋 GitHub 和網站上的開發者文件，為 AI 代理提供準確、基於真實來源且具備版本控制的程式碼上下文。

upstash-vector-db-skills

Upstash Vector DB 設定、語意搜尋、命名空間與向量嵌入模型。專為在 Next.js 16 與 Vercel 專案中建構高效向量搜尋功能而設計。

skill-writer

用於編寫 ClawdHub/MoltHub 高品質 Agent Skills (SKILL.md) 的工具套件，涵蓋結構規範、前端元數據模式、內容模式及技術文檔編寫最佳實踐。

skill-engineer

為 OpenClaw 技能開發提供多代理迭代優化與品質把關，透過標準化測試與生命週期管理提升技能效能。

ReasoningBank Intelligence

透過 ReasoningBank 實現代理程式的自適應學習，進行模式識別、策略優化與持續改進。