Agent Skills Hub

langgraph-workflows

掌握 LangGraph 多智能體編排。使用監管者-工作者模式、條件路由與狀態管理，構建具備容錯能力的複雜 AI 工作流。

sparc-methodology

SPARC 開發方法論，結合 Claude Flow 多代理協作，實現從規格、虛擬碼、架構到重構與完成的系統化軟體工程。

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。

rust-async-patterns

精通 Rust 非同步程式設計與 Tokio，涵蓋任務、通道、串流、錯誤處理及生產級併發模式。

django-celery-expert

Django Celery 非同步任務處理專家指南。提供任務設計、工作節點配置、錯誤處理、定期任務與生產環境監控的最佳實踐。

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)。

outpost

用於可靠、多目標事件傳遞的開源基礎設施。將 Webhook 路由至 HTTP、SQS、RabbitMQ、Pub/Sub、EventBridge 或 Kafka，並提供內建重試與可觀測性功能。

multi-agent-patterns

架構多代理系統以突破上下文限制，運用監督者、群體與分層模型等模式來管理複雜工作流程。

long-running-agent

為 AI 代理程式設計的框架，可在多個上下文視窗中保持狀態，讓代理程式能夠完成複雜的長期程式設計任務，而不遺失進度或上下文。

data-engineer

專注於資料工程的 AI 代理，負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。

github-release-management

智慧型 GitHub 發布編排，利用 AI 群體智慧進行自動化版本控制、多平台部署、測試與回滾管理。

wt

使用 git worktrees 管理隔離的 LlamaFarm 開發環境，實現平行代理程式工作階段與服務測試。