Agent Skills Hub

evaluation

為 AI 代理構建系統化的評估框架，利用多維評分標準、LLM-as-a-judge 與回歸測試，量測代理效能、品質及上下文工程的有效性。

gemini-manager

將 Claude Code 作為架構師使用：將所有編碼與檔案編輯工作委派給 Gemini CLI，同時透過規劃、驗證與監督來掌控開發流程。

requirements-clarity

透過系統化的對話與評分機制釐清模糊的需求，確保在開發前產出高品質且可執行的產品需求文件 (PRD)。

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

ship-learn-next

將教學內容（如逐字稿、教程）轉化為可執行的「Ship-Learn-Next」循環，建立具體的實作計畫與學習任務。

semantic-compression

積極精簡輸入內容中的語法結構與冗餘文字，在保留核心語義的同時優化 LLM 的 Token 使用效率。

coach

一個持久且具備適應性的輔助教練，能分析您的 Claude Code 會話紀錄，並推薦個人化技能以優化您的 AI 協作模式。

skill-from-github

透過反向工程優質 GitHub 專案與開源方法論，建立高效能 AI 技能。

feature-dev

引導式功能開發代理，透過系統化的探索、架構設計、程式碼實作與自動化測試來完成開發任務。

lsp-setup

自動化偵測、安裝與設定 LSP 語言伺服器，以實現智慧程式碼分析、導航與診斷。

code-quality-standards

一套專為軟體工程師設計的程式碼品質套件，實踐 SOLID 原則、設計模式、重構技術與技術債管理，確保程式碼清潔、易於維護且符合生產環境標準。

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。