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。

k0ntext

RPI 規劃階段：從研究文件中建立基於區塊且具有依賴感知能力的實作計劃，以進行結構化、原子化的開發。

context-cascade

為 Claude Code 設計的巢狀插件架構，透過動態載入 Playbooks、Skills 與 Agents，有效節省超過 90% 的上下文標記空間。

User Story Writing

使用標準的「As a/I want/So that」框架編寫結構良好的使用者故事，並包含清晰的驗收標準，以確保敏捷團隊的一致性。

customer-research

客戶問題與調查研究工具，提供多來源資訊整合、事件追蹤、帳戶歷史紀錄查詢，並包含來源標註與信賴度評分。

github-navigator

透過 gh CLI 進行 GitHub 操作。適用於儲存庫檢查、議題、PR、版本發佈，以及包含複製程式碼庫以進行架構分析的深度程式碼審查。

customer-problems

從業務背景識別並記錄客戶問題 (CP)。適用於開始需求工程或利益相關者僅描述解決方案而非問題時。這是 Problem-Based SRS 方法論的第 1 步。

help

互動式工作區探索指南，提供專家代理人、自動化工作流程、CLI 工具及活動生命週期掛鉤的使用說明。

mcaf-architecture-overview

維護一個包含 Mermaid 圖表的集中式架構總覽，記錄系統邊界、模組依賴與介面契約，以利於專案導覽與重構。

jira-assistant

透過 Atlassian MCP 管理 Jira 工單。支援搜尋、建立、更新、狀態轉換與衝刺任務管理，並自動偵測工作區設定。

sparc-methodology

SPARC 開發方法論，結合 Claude Flow 多代理協作，實現從規格、虛擬碼、架構到重構與完成的系統化軟體工程。

context-optimization

透過 KV 快取、觀察遮罩、基於摘要的壓縮與內容分割技術，優化代理程式的上下文窗口，以降低成本並減少延遲。