Agent Skills Hub

ring:testing-skills-with-subagents

用於構建健壯 AI Agent 技能的元技能，採用測試驅動開發 (TDD) 方法：定義失敗 (RED)、實作技能 (GREEN) 並修補合理化漏洞 (REFACTOR)。

youtube_moderation_prototype

YouTube 直播聊天室自動化審核原型，運用模式識別檢測垃圾訊息、有害內容與流量限制，專為部署前測試代理性能而設計。

web-research

透過 Pollinations 文字 API 結合 Gemini 與 Perplexity 等搜尋增強模型，取得即時且具備網路參照的精準研究答案。

flow-nexus-neural

使用 Flow Nexus 平台在分佈式 E2B 沙盒中訓練與管理神經網路，支援 Transformer、LSTM 和 GAN 等自定義架構。

ui-ux-reviewer

根據四大權威標準（NNg 10 啟發式評估、UX 法則、Apple HIG、WCAG）分析 UI/UX 品質，為移動端及網頁組件提供基於證據的設計與無障礙優化建議。

eval

透過自動化測試執行器、人工 LLM 判斷與結構化報告，評估 Deca 代理提示詞與行為一致性。

claude-code-guide

Claude Code 高級開發指南，涵蓋 REPL 環境、MCP 整合、開發工作流及 AI 輔助編程最佳實踐，助力提升開發效率。

skill-authoring-workflow

一套標準化工作流程，用於將原始 PM 筆記、工作坊內容或初稿轉化為經過驗證且符合儲存庫規範的 AI 技能。

context-compression

透過先進的上下文壓縮、結構化摘要與任務導向的狀態管理，為長期運行的 AI 代理會話優化效能並降低 Token 使用量。

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。

request-optimizer

一個智慧閘道，可分析、評分並將使用者請求路由至 27 個代理、27 個技能與 14 個 MCP，以優化 Claude Code 的執行效率。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。