Agent Skills Hub

elasticsearch

Elasticsearch DBA 技能，專注於集群架構、索引與映射設計、效能調校及生產環境維運，包含 ILM、分片策略與故障排除。

search

使用 Tavily 的 LLM 優化搜尋 API 進行網路搜尋，無需編寫程式碼即可獲取帶有引用來源的精準內容。

web-search

自主研究專員，專注於獲取驗證資訊、評估來源並進行結構化綜述。

qmd

用於 Markdown 筆記、文件和代碼庫知識庫的本地混合搜尋引擎，旨在降低 Token 消耗並提升檢索效率。

task-search

透過高性能、具備防手震功能的搜尋引擎加速任務檢索。支援多標記 AND 邏輯、相關性排序，並能即時標示任務標題、說明與標籤中的匹配文字。

component-search

探索並配置 Redpanda Connect 元件（如輸入、輸出、處理器），以建構高效的串流資料管線。

file-search

利用 ripgrep 進行快速文字搜尋，並透過 ast-grep 進行語法感知代碼分析，有效定位程式碼庫中的模式與結構。

upstash-vector-db-skills

Upstash Vector DB 設定、語意搜尋、命名空間與向量嵌入模型。專為在 Next.js 16 與 Vercel 專案中建構高效向量搜尋功能而設計。

tavily-search

使用 Tavily API 進行即時網頁搜尋與內容擷取的工具，適用於研究、資訊收集與獲取最新網路資訊。

google-search

使用真實 Chrome 瀏覽器進行 JavaScript 渲染的進階 Google 搜尋。適用於抓取完整網頁內容、指定網站搜尋及時間篩選結果。

paper-search-usage

透過 arXiv、PubMed、IEEE、Scopus、ACM 與 Semantic Scholar 搜尋、定位並檢索學術論文。

baidu-search

使用百度 AI 搜尋引擎 (BDSE) 進行即時網路搜尋，獲取最新資訊、文件與研究資料。