Agent Skills Hub

linear

LobeHub 的 Linear 問題管理與同步工具，支援自動化 PR 關聯、子任務樹狀拆解與進度更新。

workflow-producer

一套基於階段驅動的AI寫作工作流，專為結構化、可重複、可追溯的深度長文創作而設計，強調人機協作與流程控制。

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。

temporal

自動化將 Netflix Conductor 工作流遷移至 Temporal Python，包含伺服器編排、Worker 管理與工作流疑難排解。

evaluation

為 AI 代理構建系統化的評估框架，利用多維評分標準、LLM-as-a-judge 與回歸測試，量測代理效能、品質及上下文工程的有效性。

lading-optimize-submit

自動化 lading 效能最佳化的提交流程，包含分支管理、git 提交與 Pull Request 建立。

ask-user-question

使用 AskUserQuestion 工具在軟體代理中實現互動式、分步驟的用戶輸入工作流程，用於引導決策與配置。

tavily-web

使用 Tavily API 進行進階網路搜尋、內容提取與網站爬取，為 AI 代理研究與數據收集進行優化。

context-optimization

透過 KV 快取、觀察遮罩、基於摘要的壓縮與內容分割技術，優化代理程式的上下文窗口，以降低成本並減少延遲。

mcp-gateway-patterns

MCP Gateway 設計模式，用於管理 Agent Gateway、子進程 (Subprocess) 及 Daemon 隔離策略，以優化上下文 Token 使用與系統效能。

bazinga-db-core

管理 BAZINGA-DB 核心引擎的資料庫協調會話、狀態快照及系統級操作。

supermemory

Supermemory 是 AI 代理的長期記憶基礎設施，提供持久上下文、用戶畫像及跨多模態知識庫的語義 RAG 搜尋功能。