Agent Skills Hub

webmcp

為任何網頁應用程式建立並測試 AI 就緒的 MCP 工具。透過程式碼注入與自動化瀏覽器互動，將網站轉化為智慧代理程式。

frontend-to-backend-requirements

標準化前端溝通，透過記錄後端開發人員所需的數據需求與業務規則，確保在不指定實作細節的情況下達到清晰的開發共識。

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。

mcp-patterns

為 @youdotcom-oss/mcp STDIO 橋接器提供的維護模式，專注於傳輸生命週期管理、關閉保護機制及健全的錯誤處理。

stable-baselines3

使用 Stable Baselines3 進行生產級強化學習。透過類 scikit-learn API 訓練智能體、設計自定義環境、實作訓練回調函數並優化工作流程。

wiki-llms-txt

自動產生 llms.txt 與 llms-full.txt 檔案，為專案文件提供人工智慧友善的閱讀格式與專案上下文。

context-cascade

為 Claude Code 設計的巢狀插件架構，透過動態載入 Playbooks、Skills 與 Agents，有效節省超過 90% 的上下文標記空間。

agent-system

MERIDIAN 自主 AI 代理實作模式，包含 BaseAgent 生命週期、Claude API 結構化工具呼叫、Token 配額管理與 cron 排程系統。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

java-coding-standards

強制執行高品質 Java 17+ 編碼標準、Spring Boot 慣例以及可維護的專案架構。

project-guidelines-example

專案專屬的架構指南模板，提供生產級 AI 應用程式的標準化結構、代碼模式、測試要求及部署工作流程。

library

用於跨裝置與團隊管理代理技術的私人套件分發系統。透過中央庫目錄安裝、同步、新增與更新您的代理、技能與提示詞。