Agent Skills Hub

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。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

doc-reader

透過 llms.txt、MCP 搜尋與智慧解析策略，有效率地讀取並導航外部技術文件。

memory-systems

指導代理人記憶系統的實作，比較主流框架（Mem0、Zep、Letta、LangMem、Cognee），並設計用於跨會話知識保留的持久化架構。

log-debug-issue

維護結構化的 DEBUG_LOG.md 以記錄程式錯誤、除錯過程與解決方案，確保專案穩定性並累積技術知識。

crawl

爬取網站並將內容儲存為乾淨的 Markdown 檔案。適用於文件擷取、研究分析與離線知識庫建立。

docs-generator

為代碼庫生成層級化的 AI 優化文檔結構 (AGENTS.md, agent.d)，幫助 AI 編碼助手與開發者更高效地存取項目上下文、設置與導航。

gitnexus-pr-review

使用結構化代碼分析、影響範圍評估與依賴關係映射，自動化執行提取請求 (PR) 的審查流程。

splitting-notes

將單一龐大的筆記檔案重構為模組化、具備索引導航的結構，適合處理超過 1000 行的筆記以提升可讀性與組織性。

context-compression

透過先進的上下文壓縮、結構化摘要與任務導向的狀態管理，為長期運行的 AI 代理會話優化效能並降低 Token 使用量。

app-store-optimization

全面的 ASO 工具包，適用於 Apple App Store 與 Google Play。精通關鍵字研究、元數據優化、競爭對手追蹤、評論分析與行動應用效能基準測試，助力應用程式成長。

github-wayback-recovery

使用 Wayback Machine CDX API 查詢與網頁存檔快照，恢復已刪除的 GitHub 儲存庫內容、問題 (Issues)、PR 與檔案。