Agent Skills Hub

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。

sparc-methodology

SPARC 開發方法論，結合 Claude Flow 多代理協作，實現從規格、虛擬碼、架構到重構與完成的系統化軟體工程。

plumb

在 AI 輔助開發過程中，保持技術規格、測試套件與原始程式碼的完美同步。

hegelion

適用於 MCP 的辯證推理與對抗式編碼代理，透過強制 LLM 解決內部矛盾，產出更高品質的推理與程式碼。

python

Python 編碼助手，提供最佳實踐、PEP 8 風格檢查、使用 pytest 自動化測試以及 uv 依賴管理。

analyze-project

分析專案程式碼庫以生成架構文件、編碼標準與開發實踐，優化 AI 入門體驗。

moonbit-agent-guide

MoonBit 開發指南，涵蓋專案架構、模組化佈局、編譯工具鏈與測試最佳實踐。

github-copilot-agent-tips-and-tricks

提供識別、審查與管理由 GitHub Copilot 編碼代理在儲存庫中建立之提取請求 (PR) 的操作指南與技巧。

subagent-driven-development

透過為每個任務指派獨立子代理程式來執行實作計畫，並結合規格符合性與程式碼品質的兩階段審查機制。

prd

生成專業的產品需求文件 (PRD)，並為自主開發週期規劃功能架構。

with-context-agent

檢查、驗證並自動修復 AI 代理設定檔（如 SKILL.md、CLAUDE.md 及 MCP 配置）。

java

Java 開發技能，運用 SOLID 原則、實用抽象化與自我說明程式碼實踐，撰寫乾淨且易於維護的應用程式。