Agent Skills Hub

snowflake-semanticview

使用 Snowflake CLI 建立、修改及驗證 Snowflake 語意視圖。

context-engineering-expert

先進的上下文工程系統，用於協調 AI 代理、記憶體管理和 Token 優化，以提升長期持久性和專案智慧。

claude

Anthropic Claude AI 模型，專用於高效編碼、長文本分析及 GUI 交互。

symbols

透過智慧符號索引、領域分塊與架構層過濾，實現代碼庫的高效率導航。在探索或開發複雜系統時，可減少 60-95% 的 Token 使用量。

grepai-config-reference

GrepAI 配置完整參考，詳述 .grepai/config.yaml 架構、嵌入模型設置、儲存後端以及優化參數。

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。

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。

snowflake-mcp

將 Snowflake 與 MCP 客戶端整合。管理 Snowflake 端點、驗證連接，並直接在您的 AI 工作流程中運用 Cortex AI (Search, Analyst, Agent) 服務。

meta-tags-optimizer

優化標題標籤、Meta 描述、Open Graph 及 Twitter 卡片，透過 A/B 測試最大化點擊率 (CTR)。

resource-scout

搜尋並發掘 Claude Code 技能與 MCP 伺服器，從市集、GitHub 儲存庫及註冊表獲取資源，優化您的 AI 輔助開發工作流程。

python-plan-optimization

為 Python 代碼提供 6 階段唯讀分析的工作流程，根據專案類型（從 POC 到開源）檢測設計原則違規、程式碼異味並建議現代化改善方案。

deepwiki

透過 DeepWiki 和 MCP 搜尋並檢索超過 300 個熱門 GitHub 儲存庫的 AI 生成文件、架構指南與 API 參考資料。