Agent Skills Hub

hegelion

適用於 MCP 的辯證推理與對抗式編碼代理，透過強制 LLM 解決內部矛盾，產出更高品質的推理與程式碼。

seo-aeo-best-practices

SEO 與 AEO 優化最佳實踐，涵蓋 EEAT、JSON-LD 結構化資料、技術 SEO 及 AI 內容準備，適用於 Google、ChatGPT 及 Perplexity 等搜尋與問答引擎。

clinical-reports

自動化臨床報告生成，包括符合 CARE 指南的病例報告、診斷總結、臨床試驗文件 (CSR/SAE) 及病人筆記，並確保法規合規性。

obsidian-markdown-structure

驗證並強制執行 Markdown 文件結構，包含 YAML 前言定位、標題層級規範以及 Obsidian 知識庫的內容組織。

goal-tracking

階層式目標追蹤系統，將三年願景連結至每日任務。自動化計算進度、偵測停滯目標，並整合 Obsidian 庫中的專案與目標對齊。

podcast-generation

利用 Azure OpenAI GPT Realtime Mini 模型與 WebSocket 串流技術，產生 AI 播客風格的音訊敘事，包含 PCM 轉 WAV 及前端播放整合。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

context-engineering-expert

先進的上下文工程系統，用於協調 AI 代理、記憶體管理和 Token 優化，以提升長期持久性和專案智慧。

search

使用 Tavily 的 LLM 優化搜尋 API 進行網路搜尋，無需編寫程式碼即可獲取帶有引用來源的精準內容。

retro

每週工程回顧工具，分析提交歷史、編碼模式與程式碼品質指標，並具備自動工作階段偵測與趨勢追蹤功能。

research-review

透過 Codex MCP 使用外部 LLM 獲取您的研究、論文草稿與實驗設置的深度批判性評論（NeurIPS/ICML 等級）。

doc-sync

同步並維護儲存庫中的 CLAUDE.md 與 README.md 文件層級，確保 AI 代理程式擁有即時且一致的上下文資訊。