Agent Skills Hub

hs

AI 代理的執行前安全防護機制。針對 Shell 指令和檔案讀取執行 400 多種安全模式驗證，攔截具破壞性的操作、憑證竊取與未授權的系統存取。

command-executor

安全地執行、測試並驗證文件中的命令，支援真實輸出擷取、效能追蹤與 Git 安全協定。

prompt-estruturado

一個結構化的提示工程框架，能將隨意輸入轉換為包含角色、背景、任務、格式及防護機制的專業模組化提示詞。

executing-plans

在獨立會話中執行實作計畫並進行審核檢查點，確保逐項任務驗證與代碼品質。

eval-harness

AI 代理會話的正式評估框架，實施評估驅動開發 (EDD) 原則以確保代理可靠性。

enterprise-agent-builder

根據結構化規範架構企業 AI 代理，生成生產就緒程式碼、資料流圖以及適用於 ServiceNow、Salesforce 和 Snowflake 的平台特定邏輯。

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。

skill-vetter

AI 代理技能安全審查協議。在安裝前檢測憑證竊取、混淆代碼及未經授權的數據傳輸等安全風險。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

prompt-engineering-patterns

掌握先進的提示工程技術，以最大化生產環境中大型語言模型（LLM）的性能、可靠性和可控性。

prp-manager

透過 Context Engineering 原則，為 AI 代理程式初始化、生成並執行完整實作藍圖 (PRPs)，實現軟體開發一次成功。

anthropic-api

為構建 Claude API 生產級應用提供專家指導，涵蓋 SDK 使用、提示詞緩存、批量處理、串流傳輸、工具調用及成本優化策略。