Agent Skills Hub

ae-mcp

透過 Model Context Protocol 自動化 Adobe After Effects。管理合成、圖層、關鍵影格、效果與表達式，適用於動態圖形、標題卡與標誌動畫。

tavily-web

使用 Tavily API 進行進階網路搜尋、內容提取與網站爬取，為 AI 代理研究與數據收集進行優化。

pr-reviewer

GitHub 自動化 PR 審查代理，運用 gh CLI 進行程式碼品質、安全性分析及專案標準合規性檢查。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成與編輯圖像、圖表和資訊圖表。支援文字轉圖像、風格轉換及數據準確的視覺化創作。

docs-generator

為代碼庫生成層級化的 AI 優化文檔結構 (AGENTS.md, agent.d)，幫助 AI 編碼助手與開發者更高效地存取項目上下文、設置與導航。

backend-core

語言無關的後端架構模式，涵蓋 API 設計、身分驗證、安全性協定與資料庫建模。

multi-agent-patterns

架構多代理系統以突破上下文限制，運用監督者、群體與分層模型等模式來管理複雜工作流程。

arduino-mcp

一個 MCP 伺服器，讓 AI 代理能夠編輯、管理並編譯 Arduino IDE 2.0 草稿，支援原始碼操作及透過 arduino-cli 進行自動化建置。

browser-debugger

使用 Chrome DevTools MCP 和 AI 視覺模型進行 UI 測試、設計一致性驗證及瀏覽器除錯。

mcp-add

透過互動式或自動化命令列介面，輕鬆將 MCP (Model Context Protocol) 伺服器配置並加入至 Cursor、Claude、VS Code 等 AI 程式開發工具中。

pr-to-production

自動化發佈流程，透過計算語意化版本並建立從 main 到 production 的合併請求。

task-breakdown

將複雜的開發需求拆解為可執行的任務序列，並針對多代理環境進行委派分析。