Agent Skills Hub

creative-thinking-for-research

應用認知科學框架於計算機科學與人工智慧研究，透過系統化的創造力策略生成具備原創性的研究方向。

risk-based-testing

利用風險評估與優先級排序，將測試重點集中在最高風險區域。適用於規劃測試策略、配置測試資源或進行覆蓋率決策。

llmfit-advisor

分析本機硬體 (RAM, CPU, GPU/VRAM) 並獲取最佳化的本機 LLM 模型推薦、量化設定與效能預估。

synapse

自動化模式偵測與技能推薦引擎，透過監控專案記憶、日誌及任務列表，自動進化 AI 代理的能力。

reflect-appworld-failure

分析 AppWorld 任務失敗原因，提取具體的 API 模式並生成帶有實作程式碼範例的可執行劇本要點。

enterprise-agent-builder

根據結構化規範架構企業 AI 代理，生成生產就緒程式碼、資料流圖以及適用於 ServiceNow、Salesforce 和 Snowflake 的平台特定邏輯。

autoresearch

自動化多團隊程式碼庫改進代理，具備狹義（目標導向）、廣義（假設發散）及全面（品質掃描）三種模式。

docs-voice

強制執行 React 文件編寫的專業語氣、風格與技術準則，確保 Learn、Reference 與 Blog 頁面內容的一致性。

prompt-lookup

透過 prompts.chat 搜尋、發掘並優化 AI 提示詞。存取數千個專為 ChatGPT、Claude 等 AI 模型設計的社群精選提示詞。

youtube-metadata

為雙語有聲書影片產生 YouTube 標題、說明與標籤，並根據來源語言與目標語言對優化影片上傳元數據。

ctx-planning

根據待辦事項與延後狀態，依據 BaseContext.yaml 的 WIP 上限與優先級規則生成每日及每週規劃報告，並自動執行 Git 提交與推送。

context-fundamentals

情境工程基礎指南：為 AI 代理優化 Token 預算、注意力機制及系統架構。