Agent Skills Hub

cc-skill-project-guidelines-example

用於建立專案專屬 AI 代理指南的模板技能，定義確定性開發所需的架構、檔案結構與程式碼模式。

plan-down

方法驅動的規劃工作流程，使用 zen-mcp 工具將任務分解為結構化的 plan.md 文件，並根據用戶的明確度與自動化需求進行適應性調整。

analyze-project

分析專案程式碼庫以生成架構文件、編碼標準與開發實踐，優化 AI 入門體驗。

components-build

根據 components.build 規範構建現代化、可組合且易於存取的 React UI 元件。適用於設計系統、元件庫及可重用 UI 架構的開發與維護。

context-engineering-expert

先進的上下文工程系統，用於協調 AI 代理、記憶體管理和 Token 優化，以提升長期持久性和專案智慧。

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。

mcp-server

在 Cursor IDE 環境中整合與管理自訂模型上下文協議 (MCP) 伺服器的操作指南。

creating-agents-md

提供建立 agents.md 檔案的標準化模板與指南，為 AI 程式開發助手提供專案專屬的內容背景。

shift-left-testing

透過將測試活動移至開發生命週期的早期階段來加速軟體交付，利用 AI 驅動的需求驗證、TDD 與自動化 CI 管線，降低缺陷修復成本。

taskyou

具備 Kanban 看板、Git 工作區隔離與 AI 自動化執行的個人任務管理系統，支援 Claude Code、Gemini 與 OpenAI Codex 等多種 AI 代理執行器。

oracle

透過 CLI 將專案程式碼與提示詞打包，為 AI 模型提供精確的上下文，適用於除錯、重構與程式碼審查。

langchain-architecture

使用 LangChain 1.x 與 LangGraph 架構生產級 LLM 應用程式。實現狀態化 AI 代理、多步驟工作流程，並為複雜的對話與自動化任務建構自訂記憶系統。