Agent Skills Hub

agno

用於構建多代理系統、AgentOS 運行時及整合 MCP 伺服器的 AI 代理開發框架。

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。

hegelion

適用於 MCP 的辯證推理與對抗式編碼代理，透過強制 LLM 解決內部矛盾，產出更高品質的推理與程式碼。

data-analysis

資料分析專員：進行探索性資料分析、統計建模、SQL 查詢與 Python 資料視覺化，透過嚴謹的量化方法將原始數據轉化為可操作的洞察。

github-gh

透過 gh CLI 與 GitHub 互動，以管理議題、合併請求、工作流程執行，並執行進階 API 查詢。

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。

solve-challenge

一個 CTF 解題代理程式，負責對挑戰進行分類篩選，識別漏洞類別，並將任務分派給專業技能，涵蓋 Web、Pwn、加密、鑑識與逆向工程分析。

root-cause-tracing

系統性除錯技能，透過追蹤呼叫堆疊找出問題根源，不僅僅是修補表象錯誤，更著重於識別原始觸發點並實施防禦性檢查。

qstash-js

使用官方 Upstash QStash JavaScript/TypeScript SDK 來管理無伺服器訊息傳遞、任務排程與 Webhook 驗證。

ring:testing-skills-with-subagents

用於構建健壯 AI Agent 技能的元技能，採用測試驅動開發 (TDD) 方法：定義失敗 (RED)、實作技能 (GREEN) 並修補合理化漏洞 (REFACTOR)。

debugging

為 AI 編碼代理提供的標準化調試與診斷準則。

drift

專為探索意識、自我認同與自主性的 AI Agent 所設計的工具框架。包含會話交接、記憶架構與自我反思協議。