Agent Skills Hub

Swarm Orchestration

使用 agentic-flow 編排多代理群體，支援平行任務執行、動態拓撲與智慧協調。適用於構建分散式 AI 系統與擴展複雜的開發工作流程。

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。

claude-code-guide

Claude Code 高級開發指南，涵蓋 REPL 環境、MCP 整合、開發工作流及 AI 輔助編程最佳實踐，助力提升開發效率。

mls

基於 Apple Silicon 與 MLX 的本地機器學習推論服務，整合語音識別 (ASR)、語音合成 (TTS)、翻譯、圖像生成與視覺識別功能。

opper-api

直接存取 Opper REST API，用於 LLM 編排、模型管理、任務執行，以及從 OpenAI、Anthropic 或 OpenRouter 進行無縫遷移。

memcontext-autopilot

為 AI 代理設計的自動化記憶管理中間件，透過「查-回-存」閉環實現跨對話的長期記憶維持與上下文自動管理。

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。

trading-strategist

透過整合幣安市場數據、技術分析指標與加密貨幣市場情緒，為用戶提供數據驅動的加密貨幣交易策略與分析建議。

find-skills-combo

探索並推薦代理技能組合以完成複雜的多面向任務，提供「最大品質」與「最小依賴」兩種推薦策略。

context-engineering-collection

一套用於上下文工程、多代理架構及生產級代理系統優化的結構化代理技能集。

customer-research

客戶問題與調查研究工具，提供多來源資訊整合、事件追蹤、帳戶歷史紀錄查詢，並包含來源標註與信賴度評分。

swarm

透過基於協議的行為治理，協調 Claude Code 並行工作集群，以執行複雜功能開發、多步驟重構及長時間運行的自動化編程任務。