Agent Skills Hub

context-compression

透過先進的上下文壓縮、結構化摘要與任務導向的狀態管理，為長期運行的 AI 代理會話優化效能並降低 Token 使用量。

lsp-code-analysis

透過語言伺服器 (LSP) 進行精確的語意程式碼分析。支援 Python, Rust, Go, TypeScript/JS 與 Java，提供定義跳轉、引用查詢、實作查找、檔案大綱與全專案重構功能。

k0ntext

RPI 規劃階段：從研究文件中建立基於區塊且具有依賴感知能力的實作計劃，以進行結構化、原子化的開發。

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。

context-driven-development

透過管理 conductor/ 目錄中的專案環境工件（產品、技術棧、工作流程、追蹤）來標準化開發環境。支援專案鷹架建立、工件同步以及針對全新與既有專案的 AI 對齊。

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。

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。

memov

AI 輔助代碼代理版本控制。透過 MemoV 自動追蹤提示詞、上下文與差異，確保完整可追溯性，且不污染 Git 歷史紀錄。

context-cascade

為 Claude Code 設計的巢狀插件架構，透過動態載入 Playbooks、Skills 與 Agents，有效節省超過 90% 的上下文標記空間。

coding-aider-plan-generator

產生與 IntelliJ coding-aider 外掛程式相容的結構化開發計畫、檢查清單及檔案上下文。

Development Tools

Multigres 專案開發工具：自動化執行單元測試、整合測試以及環境協調，適用於 Vitess-for-Postgres。

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。