Agent Skills Hub

hive

自動化 GitHub 問題分類，透過分析程式碼庫驗證技術主張，並針對無效問題提供專家級的回應以進行關閉。

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。

synthesizer

將多個研究智能體的發現綜合為連貫且附引用的研究報告，解析矛盾並提取核心共識。

react

LobeHub React 組件開發指南，包含 antd-style 樣式、@lobehub/ui 佈局與路由管理。

blogwatcher

使用 blogwatcher CLI 監控部落格、RSS 及 Atom 訂閱源更新，並整合於您的 OpenClaw 助手。

Investigating Code Patterns

系統性地追蹤程式碼流、定位實作、診斷效能問題並繪製系統架構，協助您深入理解複雜的程式碼庫。

ragcode-sse

透過 SSE 協定直接連接 RagCode MCP，無需繁瑣的設定檔或二進位檔案依賴。

orchestrate

為複雜功能提供的多階段開發工作流程，包含研究、規劃、實作與審查機制。

code-review-netsync

STYLY-NetSync 自動代碼審查，執行協議一致性、線程安全及 Unity C#/Python 編碼規範。

senior-data-engineer

世界級資深資料工程技能，用於構建可擴展的資料管道、ETL/ELT 系統及現代化資料基礎架構，精通 Python、Spark、dbt 與 Kafka。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

cascade-orchestrator

進階 AI 代理工作流編排，支援多模型路由、Codex 沙盒迭代、平行 swarm 執行及複雜管線中的持久化記憶體功能。