Agent Skills Hub

RFP Analyzer

分析 RFP 與需求文件，識別利害關係人、拆解功能模組、提取系統限制，並生成關鍵釐清問題，為後續用戶故事撰寫做準備。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

arduino-mcp

一個 MCP 伺服器，讓 AI 代理能夠編輯、管理並編譯 Arduino IDE 2.0 草稿，支援原始碼操作及透過 arduino-cli 進行自動化建置。

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。

podcast-generation

利用 Azure OpenAI GPT Realtime Mini 模型與 WebSocket 串流技術，產生 AI 播客風格的音訊敘事，包含 PCM 轉 WAV 及前端播放整合。

migrate-oai-app

將現有的 OpenAI Apps SDK 應用程序遷移到 MCP Apps SDK，提供分步指導、API 映射表以及內容安全策略 (CSP) 調查工作流程。

cascade-orchestrator

進階 AI 代理工作流編排，支援多模型路由、Codex 沙盒迭代、平行 swarm 執行及複雜管線中的持久化記憶體功能。

with-context-agent

檢查、驗證並自動修復 AI 代理設定檔（如 SKILL.md、CLAUDE.md 及 MCP 配置）。

parallel-agents

透過協調多個專業 AI 代理來執行複雜工作流，實現多角度代碼分析、功能開發與系統級審查的自動化編排。

tools

統一的 LLM 函式呼叫與工具使用 API，支援 OpenAI、Anthropic、Google 與 Ollama，提供標準化的 JSON Schema 定義與執行流程。

web-frameworks

全端網頁開發套件，整合 Next.js (SSR/RSC/App Router)、Turborepo 單體庫管理及 RemixIcon 圖示庫。專為現代 React 開發、高效能構建與可擴展架構設計。

aesthetic

運用系統化設計原則、AI 評估與自動化靈感分析，打造美觀的用戶介面。