Agent Skills Hub

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。

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。

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

creating-opencode-agents

為建立 OpenCode AI 代理程式提供專家指引與配置標準，包含 YAML frontmatter、工具權限設定及操作模式等。

trulens-evaluation-workflow

使用 TruLens 對 LLM 應用程式進行檢測、評估與監控的系統化工作流程，支援 LangChain、LangGraph 與 LlamaIndex 等框架。

data-analysis

資料分析專員：進行探索性資料分析、統計建模、SQL 查詢與 Python 資料視覺化，透過嚴謹的量化方法將原始數據轉化為可操作的洞察。

reverse-engineering-api

透過捕捉瀏覽器流量 (HAR 檔案) 進行網路 API 逆向工程，並自動產生可用於自動化與資料擷取的 Python API 客戶端。

ideate

將軟體開發想法捕捉並形式化為 Hashbrown 存儲庫中的結構化設計文檔，包含研究資料與概念草圖。

Documentation Builder

從您的代碼庫和技術規範中生成全面的 API 參考、用戶手冊和系統架構文檔。

anthropic-api

為構建 Claude API 生產級應用提供專家指導，涵蓋 SDK 使用、提示詞緩存、批量處理、串流傳輸、工具調用及成本優化策略。

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。

planning

為複雜軟體專案建立強健、可擴展且易於維護的技術實作計畫。