Agent Skills Hub

Hive Agent Architecture

用於在 Hive 原生 Rust 架構中構建、註冊和編排模型上下文協議 (MCP) 工具與 AI 代理工作流的開發框架。

text-to-sql

將自然語言查詢轉換為安全且最佳化的 SQL。透過資料庫架構感知與參數化查詢生成，自動化資料庫互動過程。

session-memory

為 Claude Code 啟用跨會話上下文持久化，管理工作歷程、專案決策與工作流模式，確保任務無縫接續。

openai-agent-sdk-skill

使用 TypeScript/JavaScript 的 OpenAI Agents SDK 構建 AI 代理、多代理系統和工作流。支援工具、移交、防護欄、MCP 和即時語音。

implement-feature

使用架構優先設計、TDD、豐富領域模型與 Swift 6.2 模式實作功能的指南，確保領域、基礎設施與應用層之間的清晰隔離。

prompt-engineering-patterns

掌握先進的提示工程技術，以最大化生產環境中大型語言模型（LLM）的性能、可靠性和可控性。

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。

mcp-client

通用的 MCP 客戶端，支援透過漸進式揭露連接任何 MCP 伺服器。將 MCP 伺服器封裝為技能以避免工具定義佔用過多 Context Window。適用於 Zapier、GitHub、sequential thinking 及檔案操作。

papi

管理、搜尋並從本地論文資料庫中提取技術見解。適合開發者實作學術研究、驗證程式碼與數學邏輯，以及為 AI 程式代理人提供科學論文背景資料。

MLOps Industrialization

一套將實驗性機器學習原型轉換為穩健、可發佈的 Python 套件之框架，採用 src 配置、混合架構與嚴謹的設定管理。

speak

使用 Kokoro TTS 進行本地文字轉語音。在終端機中生成語音、朗讀文字並處理多語言語音合成。

stakeholder-map

利用權力/利益矩陣繪製利害關係人地圖，定義客製化溝通策略，並為產品計畫與團隊協調生成完整的溝通參與計畫。