Agent Skills Hub

context-optimization

透過 KV 快取、觀察遮罩、基於摘要的壓縮與內容分割技術，優化代理程式的上下文窗口，以降低成本並減少延遲。

training-data-curation

用於 LLM 後訓練（SFT/DPO/RLHF）的高品質數據集策劃指南，涵蓋數據格式、品質過濾與收集策略。

generate-image

使用 AI 模型（如 FLUX 和 Gemini）生成或編輯影像。適用於照片、插圖、概念藝術和視覺素材，不包含技術圖表或原理圖。

k8s-troubleshooting

AI 驅動的 Kubernetes 與 OpenShift 故障排除工具。透過仿照 Popeye 的模式進行主動式叢集健康評估、除錯 Pod 失敗、分析日誌並驗證安全性。

debug-cuda-crash

使用 FlashInfer API 日誌功能排查與解決 CUDA 運行時崩潰的教學指南。

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。

self-improve

OpenCode 代理的自我維護技能，用於更新文檔、捕捉學習成果並動態擴展工具與代理功能。

cost-optimization

為 AWS、Azure、GCP 和 OCI 提供系統化的雲端成本優化，涵蓋資源調整、自動化治理、定價模型分析及架構最佳實踐。

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。

memory-systems

指導代理人記憶系統的實作，比較主流框架（Mem0、Zep、Letta、LangMem、Cognee），並設計用於跨會話知識保留的持久化架構。

database-testing

資料庫架構驗證、資料完整性測試、遷移測試、交易隔離與查詢效能分析。確保應用程式的 ACID 合規性與參照完整性。

prompt-rewriter

進階提示詞改寫與優化服務。分析提示詞的清晰度、具體性與結構，提供可執行的優化建議、多種變體選項，並教授提示工程的最佳實踐。