Agent Skills Hub

semantic-compression

積極精簡輸入內容中的語法結構與冗餘文字，在保留核心語義的同時優化 LLM 的 Token 使用效率。

agno

用於構建多代理系統、AgentOS 運行時及整合 MCP 伺服器的 AI 代理開發框架。

markdown-token-optimizer

分析 Markdown 檔案以識別浪費 Token 的模式，並提供具體優化建議，以提高文件對 AI 的 Token 使用效率與清晰度。

mystery-novel-conventions

懸疑、偵探與推理小說創作架構，包含類型規範、公平遊戲原則、線索佈局與情節結構設計指南。

context-optimization

透過 KV 快取、觀察遮罩、基於摘要的壓縮與內容分割技術，優化代理程式的上下文窗口，以降低成本並減少延遲。

skill-customizer

根據您的工作流程調整現有技能，或為重複性且耗時的任務建立新技能。

tool-integration

創建、註冊與管理自訂代理工具及 MCP 伺服器，透過外部 API 與自訂邏輯擴展 AI 代理的功能。

language-learning

AI 語言學習導師，提供對話練習、文法教學、單字訓練及字卡記憶。支援超過 100 種語言，包含西班牙語、法語、日語及中文等。

worker-integration

用於將任務分發給專業背景代理的智能編排系統，具備基於性能的路由與執行追蹤功能。

juliaz-tool-builder

為 Julia 代理系統設計與實作高品質工具架構與描述的專家指引，確保工具執行可靠性並減少模型幻覺。

research-review

透過 Codex MCP 使用外部 LLM 獲取您的研究、論文草稿與實驗設置的深度批判性評論（NeurIPS/ICML 等級）。

refactor

專門用於代碼重構的技能。在不改變外部行為的前提下提高代碼可維護性、減少技術債並應用設計模式。