Agent Skills Hub

deep-thinking

一套深度推理框架，透過多假設生成、嚴謹驗證與系統化分析，協助 AI 處理複雜的架構設計、除錯與高風險決策任務。

debug-firewall

透過檢查容器、分析 Squid 日誌、檢查 iptables 以及排除網路或網域存取問題，對 AWF (Agentic Workflow Firewall) 進行除錯。

iterate

代碼庫自動化優化循環。根據特定目標與機械指標，自動修改、測量並迭代代碼以提升效能。

documentation-creation

基於代碼庫分析自動生成專案文檔，確保準確性、一致性並符合 VilnaCRM 架構模式。

review-react-best-practices

為 React 和 Next.js 應用程式執行自動化、基於規則的效能與可靠性審核，涵蓋套件大小、瀑布式請求、渲染與資料擷取等面向。

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。

implementation-planner

透過代理驅動的迭代流程，創建結構化、高質量的技術實作計畫。適用於複雜重構、新功能開發與技術架構設計。

handoff

建立結構化的工作交接文件，確保在切換環境、暫停工作或結束工作時，能無縫接續之前的進度。

frontend-design

構建具有獨特風格、生產級品質的前端介面與網頁元件，強調高美學品質，並避免通用的人工智慧設計模式。

recursive-decomposition

透過將大型任務自動拆解為可管理的遞迴子任務，突破上下文視窗限制，提升對大型程式碼庫與文件集的推理準確度。

tools

統一的 LLM 函式呼叫與工具使用 API，支援 OpenAI、Anthropic、Google 與 Ollama，提供標準化的 JSON Schema 定義與執行流程。

vercel-react-native-skills

React Native 和 Expo 效能優化最佳實踐。涵蓋列表虛擬化、Reanimated 動畫、UI 模式以及原生平台 API 優化。