Agent Skills Hub

codebase-analyzer

自動化維護 CLAUDE.md 文件。監控代碼庫變化，確保專案記憶庫與檔案結構、建構指令及開發模式保持同步。

massive-context-mcp

透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫，突破 LLM 上下文視窗限制。

session-reflection-analysis

分析 Claude Code 會話歷史，以識別效率低下的模式、優化 Token 使用量並建議工作流程改進。

native-app-performance

透過 xctrace 進行原生 macOS/iOS 應用程式效能分析，並在無需開啟 Instruments UI 的情況下進行命令列熱點分析。

flaky-detect

透過分析持續整合 (CI) 歷史、執行模式與程式碼結構，識別、分類並排除不穩定的測試 (flaky tests)，以提升測試套件的可靠性。

cross-plugin-detective

代理角色偵探技能標準化集成。將代理映射至代碼分析技能，並強制執行 claudemem 以實現索引內存代碼調查。

simplemem-skill

為 AI 代理提供持久的語義長期記憶。透過語義壓縮，跨對話儲存、查詢並檢索對話記錄、決策與多模態上下文。

kill-claude-mem

終止閒置的 claude-mem 工作程序與 MCP 伺服器，以釋放記憶體並提升 GitHub Codespaces 等受限環境下的系統效能。

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。

swift-review

專業的 Swift 程式碼審查工具，適用於 macOS/iOS。透過平行分析代理偵測記憶體洩漏、執行緒錯誤、併發問題及無障礙功能缺陷。

entry-point-analyzer

透過識別和分類智慧合約程式碼庫中的狀態變更進入點，繪製攻擊面地圖。

new-analyzer

為 Splitrail 實作新 AI 編碼代理分析器的開發指南，用於追蹤代碼代理的 Token 使用量、成本及效能指標。