Agent Skills Hub

code-quality

為 Turso 資料庫執行嚴格的程式碼品質、正確性及 Rust 設計模式，優先考慮資料完整性、效能以及易於維護的慣用語法。

agent-architecture

實作生產級 AI 代理。包含 LangGraph、工具調用護欄、SSE 串流、情節記憶與 pgvector。提供反模式分析與修正代碼。

simple-skill

一個測試技能，旨在透過執行基礎任務並確認完成情況，來驗證 Skillet CLI 的功能。

git-commit

使用 Conventional Commits 規範執行 Git 提交，結合智能暫存與基於代碼差異的語義化提交訊息生成。

video-pipeline

影片內容全鏈路處理管線，將原始錄影自動轉化為逐字稿、觀點摘要、短影片切片及完整文章。

image-rotator

使用可靠的 Python 腳本將影像以 90 度為單位進行旋轉。支援 PNG、JPG、GIF、BMP 和 TIFF 格式，確保影像品質並提供自動化檔案處理。

Git Commit Format

強制執行 HyperShift 約定式提交格式與驗證，適用於所有 Git 貢獻。

taskery

為 AI 代理程式生成完整的 Taskery 本地 Kanban 看板操作指南，涵蓋 CLI、API 及並發控制管理。

Parallel Routes Generator

實作 Next.js Parallel Routes 模態視窗以消除版面位移 (layout shifts)。適用於對話框、模態視窗與攔截路由 (intercepted routes)。

prompt-improver

透過程式碼庫研究與針對性提問，在執行前釐清模糊提示詞的意圖。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

mcp-development

提供模型上下文協議 (MCP) 伺服器開發指南，涵蓋工具設計、資源處理及 AI/ML 整合模式。