Agent Skills Hub

spec-miner

逆向工程專家，專門用於分析程式碼庫、繪製依賴關係圖，並從遺留或無文件系統中提取規格說明。

quality-fixer

自動套用 Python 程式碼品質修正，包含自動格式化 (Black, isort)、Linting (Ruff 自動修正) 以及解決格式化工具衝突，確保程式碼品質。

tldr

節省 token 的程式碼分析技能，支援呼叫圖、語義搜尋、影響分析與資料流追蹤。相比原始程式碼讀取節省約 95% token。

plantuml-manipulator

針對 PlantUML 序列圖的結構化批次處理、驗證與報表生成工具，適用於跨檔案維護。

java-coding-standards

強制執行高品質 Java 17+ 編碼標準、Spring Boot 慣例以及可維護的專案架構。

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。

prompt-optimizer

透過成熟的提示工程原則，將模糊或結構不良的指令轉換為優化且高效的 AI 模型提示，提升執行品質與準確性。

feature-dev

引導式功能開發代理，透過系統化的探索、架構設計、程式碼實作與自動化測試來完成開發任務。

doc-sync

同步並維護儲存庫中的 CLAUDE.md 與 README.md 文件層級，確保 AI 代理程式擁有即時且一致的上下文資訊。

reviewing-code

執行 FastMCP 專案的嚴格程式碼審查，專注於 API 設計、依賴管理與程式碼庫的一致性。

clean-code

實用且精簡的 AI 程式碼標準，專注於乾淨程式碼、簡潔性與可維護性。強制執行 SRP、DRY 與 KISS 等最佳實踐，避免過度設計。

metacognition

透過結構化的自我評估檢查點，確保 AI 在任務執行前、中、後的方案驗證與風險控管，提升程式開發品質。