Agent Skills Hub

explore

用於結構化、多深度代碼庫探索的元技能，包含架構分析、快速結構概覽以及深入研究的文檔工作流程。

context-driven-testing

運用情境導向測試原則，根據專案目標、風險與限制調整測試策略，而非盲目依賴通用最佳實踐。

MultiQC

自動化處理 MultiQC 模組請求的分類、優先順序排定與回饋流程，透過分析儲存庫活動、社群參與度及技術可行性來提升維護效率。

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。

technical-writing

根據實際工程經驗撰寫清晰、專業的技術文檔、部落格文章與教學指南，優先考慮價值傳遞與可執行的見解。

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。

symbols

透過智慧符號索引、領域分塊與架構層過濾，實現代碼庫的高效率導航。在探索或開發複雜系統時，可減少 60-95% 的 Token 使用量。

design-excellence

一套設計系統與反模式指南，讓 AI 生成的介面更具人工質感。透過管理色彩、排版、間距與動畫，為 Toh Framework 提供專業的視覺品質。

frontend-to-backend-requirements

標準化前端溝通，透過記錄後端開發人員所需的數據需求與業務規則，確保在不指定實作細節的情況下達到清晰的開發共識。

template-structure

透過預先配置的 Claude Code 目錄、指令與代理機制，標準化專案架構，確保所有開發模板具備高度一致性。

cost-optimization

為 AWS、Azure、GCP 和 OCI 提供系統化的雲端成本優化，涵蓋資源調整、自動化治理、定價模型分析及架構最佳實踐。

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。