Agent Skills Hub

ai-writing-detection

全面的 AI 文本檢測框架。透過詞彙分析、結構模式、模型指紋與技術後設資料比對，精準辨識 AI 生成內容與寫作痕跡。

doc-coauthoring

為文件、技術規格與提案提供結構化的共同創作工作流程，引導使用者進行背景資訊匯集、協作式修訂與讀者檢核。

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。

omc-plan

智能戰略規劃與需求收集，支援多視角共識循環與結構化審議。

github-code-review

部署專業 AI 代理集群進行全面的 GitHub Pull Request 審查，涵蓋安全性、效能、架構及程式碼風格分析。

paper-write

根據研究計畫與敘事報告，以章節為單位編寫 LaTeX 學術論文，並透過多模型審閱機制確保品質。

code-reviewer

對本地更改或 GitHub 遠端合併請求進行自動化代碼審查。透過整合 git 和 gh CLI，分析代碼的正確性、可維護性及標準遵循。

openrouter-trending-models

獲取並分析 OpenRouter 熱門程式設計模型。適用於選擇審查模型、優化 AI 成本，並透過即時定價與上下文視窗數據掌握 AI 編碼趨勢。

research-pipeline

端到端自動化研究代理：從想法生成、文獻綜述到實驗執行、對抗式審查循環與論文撰寫。

analyzing-research-documents

從研究文件、技術論文和架構設計檔案中，系統性地萃取關鍵見解、決策紀錄與技術限制。

frontend-design-review

評估、審核並構建具有高品質設計、符合無障礙標準及設計系統規範的生產級前端介面。

prompt-engineering-patterns

掌握先進的提示工程技術，以最大化生產環境中大型語言模型（LLM）的性能、可靠性和可控性。