Agent Skills Hub

ring:writing-skills

一種將測試驅動開發 (TDD) 應用於流程文檔的框架，透過壓力測試情境來識別並修補 AI 代理的合理化漏洞，確保文檔執行的可靠性。

rule-validation

使用 validate_skills.py 驗證 Skills、Agents 與 Commands 的語法，記錄錯誤並管理代理開發的自動化質量控制流程。

ReasoningBank Intelligence

透過 ReasoningBank 實現代理程式的自適應學習，進行模式識別、策略優化與持續改進。

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。

implementation

結構化、模板驅動的端到端功能開發工作流，包含編碼、自動化測試、驗證及基於會話的持續改進。

Quality Assurance

自動化品質保證系統，根據定義的檢查清單驗證 PB-000 市場研究工作流程中的 Markdown 交付物。

vibe-build

vibe-coding 工作流程的最終執行代理。根據 AGENTS.md 主計劃逐步構建 MVP，管理會話連續性，並通過測試驗證每個功能。

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。

agent-architecture

實作生產級 AI 代理。包含 LangGraph、工具調用護欄、SSE 串流、情節記憶與 pgvector。提供反模式分析與修正代碼。

dyad:swarm-pr-review

使用三個專門 AI 代理（正確性、程式碼健康度、UX）組成的團隊進行協作式 PR 審查，討論並達成共識後發布包含行內註解的結構化審查摘要。

RFP Analyzer

分析 RFP 與需求文件，識別利害關係人、拆解功能模組、提取系統限制，並生成關鍵釐清問題，為後續用戶故事撰寫做準備。

massgen-develops-massgen

MassGen 自我開發指南，支援自動化測試與視覺化 UI/UX 評估流程。