Agent Skills Hub

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。

mcp-research

使用 MCP 工具獲取最新的技術資訊，針對函式庫、API、SDK 及技術生態系統提供經過驗證的指導。

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。

claude-code-project-bootstrap

Claude Code 專案啟動工具，包含安全防護、Git 工作流程自動化、專案審計以及結構化多階段規劃。

upstash-vector-db-skills

Upstash Vector DB 設定、語意搜尋、命名空間與向量嵌入模型。專為在 Next.js 16 與 Vercel 專案中建構高效向量搜尋功能而設計。

plan

用於規劃與實作功能、技能、指令碼或架構變更的結構化六階段工作流程，包含自動化工具探索與安全驗證。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

risk-based-testing

利用風險評估與優先級排序，將測試重點集中在最高風險區域。適用於規劃測試策略、配置測試資源或進行覆蓋率決策。

food-diorama-skill

使用 Google Gemini API 生成 3D 城市美食盲盒影像。創作包含標誌性美食、文化符號與城市歷史元素的四宮格立體模型風格圖像。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

implementation

結構化、模板驅動的端到端功能開發工作流，包含編碼、自動化測試、驗證及基於會話的持續改進。

react-native-best-practices

React Native 效能最佳化指南，涵蓋 FPS、TTI、Bundle 大小、記憶體洩漏與分析模式，基於 Callstack 的專業最佳實踐。