Agent Skills Hub

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。

chatkit-frontend

使用 OpenAI ChatKit React 組件實現生產就緒的 AI 聊天介面。功能包含 hook 配置、流式傳輸、主題自定義、對話歷史與 Next.js 應用程式的自定義工具整合。

projection-patterns

為事件溯源系統構建讀取模型與投影，適用於 CQRS、物化視圖及查詢效能優化。

sqs

AWS SQS 技能，用於管理訊息佇列、解耦微服務、配置死信佇列、處理可見性逾時及實作 FIFO 排序。

data_processor

一個多範式 ETL 管線代理，支援批次與串流資料處理、自動結構推論以及可設定的 DAG 轉換，適用於異質資料來源。

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。

springboot-patterns

Java Spring Boot 後端架構指導與模式實作，涵蓋 REST API 設計、JPA、快取、非同步處理及日誌記錄。

building-ai-agent-on-cloudflare

使用 Cloudflare Agents SDK 在 Workers 上構建有狀態的 AI 代理。支援實時 WebSocket、持久化狀態管理、定時背景任務與工具整合，專為生產環境設計。

query-sub-agent

專責 IDF (Information Display Frame) 類型的子代理，用於生成與審查 Java、TypeScript 及 Go 的 CQRS Query Side 實作。

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。

synapse-a2a

基於 Google A2A 協議的多代理協作框架。實現了基於 CLI 的 AI 工具間的訊息傳遞、任務委派與自動化協調。

kagent

kagent 專家指南：用於構建、部署和管理 AI Agent、MCP 工具及 A2A 協議的 Kubernetes 原生框架。