Agent Skills Hub

check-coverage

審核並改進 Dippy CLI 處理器的測試覆蓋率，確保其安全性和功能健全。

blog-brief

產生 SEO 優化且適合 AI 引用的部落格內容大綱，包含關鍵字研究、競品分析、架構規劃及多通路發佈策略。

beads-workflow

一種將複雜的 Markdown 計畫轉換為細顆粒度、具備依賴關係的任務「beads」，以優化代理群執行效率的工作流方法。

architecture-status

分析架構文件的健康狀況，包含 ADR、審查活動與文件缺口，並提供包含具體建議的狀態報告。

amq-spec

使用代理訊息佇列 (AMQ) 進行多代理協作設計與規範工作流，協調架構與規劃流程。

all-plan

協同多代理規劃技能，透過設計師、靈感來源與審查員角色，生成並驗證高品質的開發計畫。

alignfirst

為技術規格、實作計畫、程式碼審查與 PR 描述提供的協作式 AI 協議，採用結構化的目錄式工作流程。

agentic-quality-engineering

使用 19 個以上的 AI 代理、PACT 原則與自動化品質門禁，編排先進的軟體品質工程工作流程。

AgentDB Vector Search

為 AI 代理提供的高效能向量搜尋引擎，具備毫秒級檢索、HNSW 索引與量化技術，適用於 RAG 系統、相似度匹配與知識庫管理。

AgentDB Performance Optimization

透過量化、HNSW 索引、快取與批次處理優化 AgentDB 效能，顯著提升向量搜尋速度並降低記憶體佔用。

AgentDB Memory Patterns

使用 AgentDB 為 AI 代理實作高效能持久化記憶體與自我學習模式。包含會話記憶、長期向量儲存及用於狀態化代理工作流程的階層式上下文管理。

agentation

為您的 Next.js 專案添加 agent-agnostic 視覺回饋工具列，以便標註 UI 元素並與 AI 編碼代理同步回饋。