Agent Skills Hub

security-assessment

使用 STRIDE 威脅建模、OWASP Top 10 及安全編碼實踐，對程式碼、架構與基礎設施進行系統性安全評估。

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。

evaluation

為 AI 代理構建系統化的評估框架，利用多維評分標準、LLM-as-a-judge 與回歸測試，量測代理效能、品質及上下文工程的有效性。

variance-analysis

將財務差異分解為驅動因素，並提供敘述性解釋與瀑布圖分析。優化預算與實際執行情況的報告、損益表註釋及預測調節。

ring:testing-skills-with-subagents

用於構建健壯 AI Agent 技能的元技能，採用測試驅動開發 (TDD) 方法：定義失敗 (RED)、實作技能 (GREEN) 並修補合理化漏洞 (REFACTOR)。

agentic-workflows

構建企業級 AI 代理系統，支援 LangGraph、Anthropic/OpenAI/vLLM 與結構化輸出。具備串流傳輸、A2A 協定、Pydantic 驗證、向量記憶體與防幻覺機制，適用於複雜的多代理協作工作流。

vibe-agents

為您的專案產生 AGENTS.md 與 AI 設定檔 (Cursor, Claude, Gemini, Copilot)，優化您的 vibe-coding 工作流並維持跨工作階段的上下文關聯。

mcp-development

提供模型上下文協議 (MCP) 伺服器開發指南，涵蓋工具設計、資源處理及 AI/ML 整合模式。

karpathy-guidelines

為 LLM 設定的程式開發行為準則，旨在減少錯誤、落實最佳實踐，並透過強調簡潔性、精確修改與目標導向驗證來提升代碼品質。

go

indiiOS 的自動遞迴執行引擎，負責管理任務完成、狀態驗證與錯誤處理。

nvidia-resiliency-ext

為 NVIDIA GPU 加速的分散式應用程式提供彈性、健康監控與容錯工具，包含進程管理與 API 金鑰處理功能。

ai-writing-detection

全面的 AI 文本檢測框架。透過詞彙分析、結構模式、模型指紋與技術後設資料比對，精準辨識 AI 生成內容與寫作痕跡。