Agent Skills Hub

design-review

設計師級別品質保證：自動檢測並修復視覺不一致、間距、階層問題與 UI 打磨。透過前後對比截圖進行迭代驗證。

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。

plan-down

方法驅動的規劃工作流程，使用 zen-mcp 工具將任務分解為結構化的 plan.md 文件，並根據用戶的明確度與自動化需求進行適應性調整。

generate-e2e-test

自動化端對端測試生成工具。透過 Playwright 互動式執行工作流程，將使用者描述轉換為符合專案規範的測試代碼。

ios-debugger-agent

使用 XcodeBuildMCP 自動化 iOS 開發流程：在本地模擬器上進行編譯、執行、測試、UI 檢測及日誌捕獲。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

PAI

PAI 的實體合成橋樑。生成藍圖、3D 列印代碼、雷射切割 SVG 路徑以及 CNC 加工 G-Code，將代理設計轉化為實體硬體。

proactive-agent

透過 WAL 協定、持久化記憶緩衝區與自動化 Cron 排程，將 AI 代理轉變為能主動預測需求並持續優化的主動式夥伴。

nano-banana

使用 uv 自動化 Python 腳本編寫與 Gemini 影像生成。適用於創作藝術、編輯影像及執行臨時腳本。

agents-md-generator

為 AI 編碼代理生成分層且節省 token 的 AGENTS.md 檔案，提供全庫上下文與專案特定指南。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成與編輯圖像、圖表和資訊圖表。支援文字轉圖像、風格轉換及數據準確的視覺化創作。

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。