Agent Skills Hub

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。

landing-page-angle-tester

為同一產品生成多種落地頁敘事角度，定義目標受眾並規劃所需的證據要求，協助優化轉化率與行銷工作流。

receiving-code-review

為 AI 開發代理設計的嚴謹程式碼審查接收機制，強調技術驗證與實際檢查，避免盲目同意。

langchain-chat-models

為 LangChain 應用程式提供統一介面，整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。

commit-messages

根據暫存區的 git diff 自動生成符合 Conventional Commits 規範的清晰提交訊息。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

customer-feedback-analyzer

一套用於跨管道收集、分析並優先處理使用者回饋的架構，旨在驅動產品策略與功能開發。

internal-comms

透過公司專用的指南與模板，標準化您的內部溝通，涵蓋報告、電子報及專案更新等應用。

tikhub-api-helper

搜尋並查詢 TikHub 社群媒體 API，支援 TikTok、抖音、小紅書、Instagram、YouTube 等平台，協助您獲取跨平台數據。

ring:writing-skills

一種將測試驅動開發 (TDD) 應用於流程文檔的框架，透過壓力測試情境來識別並修補 AI 代理的合理化漏洞，確保文檔執行的可靠性。

context-management

為 AI 代理提供主動式上下文視窗管理，透過智慧令牌監控、快照建立與選擇性狀態恢復，確保長會話期間的連續性。

explore

用於結構化、多深度代碼庫探索的元技能，包含架構分析、快速結構概覽以及深入研究的文檔工作流程。