Agent Skills Hub

self-reviewer

為 AI 代理實作自動化的關鍵自我驗證層，在完成任務前確保程式碼品質、安全性及需求一致性。

explaining-code

使用視覺化圖表、生活比喻、逐步導覽與常見陷阱來解釋程式碼。

statistical-analysis

引導式統計分析，包含測試選擇、假設檢定、效能分析及 APA 格式報告，適用於學術與實驗研究。

web-shader-extractor

從網頁中提取 WebGL/Canvas/Shader 特效代碼，進行反混淆處理並移植為獨立的原生 JavaScript 專案。

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。

predict-lucky-number

產生 0 到 9999 之間的隨機幸運數字，適用於遊戲、決策或娛樂需求。

wormhole

AI 程式代理的共享記憶與協作層，用於追蹤操作、管理工作階段、偵測衝突，並跨工具保留專案上下文。

claude-copilot

分析 Markdown 文件以確保符合預先定義的 AI Token 預算，並優化內容以利於 AI 高效攝取。

claude-code-skill

透過 MCP 協議控制 Claude Code 以進行自動化開發。支援持久化對話、代理團隊協作、精確執行規劃以及針對複雜編碼任務的進階工具管理。

ai-collaboration-standards

防止 AI 幻覺，確保在分析程式碼、技術文件或提供建議時，輸出具備證據支持且可驗證的內容。

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。

long-running-agent

為 AI 代理程式設計的框架，可在多個上下文視窗中保持狀態，讓代理程式能夠完成複雜的長期程式設計任務，而不遺失進度或上下文。