Agent Skills Hub

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。

gopls-mcp

使用 LSP 協定進行語意化 Go 程式碼導航與分析的工具，提供精確且高效的專案洞察。

ADK Developer

使用 Google Agent Development Kit (ADK) 構建、編排和部署 AI 代理的綜合指南與參考。

mcp-csharp-test

測試 C# Model Context Protocol (MCP) 伺服器，包含工具單元測試與 MCP 協定整合測試。

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。

metacognition

透過結構化的自我評估檢查點，確保 AI 在任務執行前、中、後的方案驗證與風險控管，提升程式開發品質。

prompt-rewriter

進階提示詞改寫與優化服務。分析提示詞的清晰度、具體性與結構，提供可執行的優化建議、多種變體選項，並教授提示工程的最佳實踐。

spawn-decision

專為協調系統設計的決策代理，用於處理複雜的架構選擇、任務規劃與錯誤排除。

langchain-chat-models

為 LangChain 應用程式提供統一介面，整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。

model-registry-maintainer

維護並更新 MassGen 模型註冊表，包含後端能力、模型元數據、定價結構以及新舊 AI 模型的上下文窗口配置。

project-migrate

使用 AI 驅動的分析技術，將現有專案遷移至 AgenticDev 結構。自動分類文件、生成豐富的 YAML 元數據，並透過 git mv 完整保留檔案變更歷程。

strategy-scaling-architecture

spectre-build 的架構規劃與擴展，涵蓋 GUI、伺服器層、多模型支援以及工業級管線編排。