Agent Skills Hub

plan

用於規劃與實作功能、技能、指令碼或架構變更的結構化六階段工作流程，包含自動化工具探索與安全驗證。

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。

prp-ralph-loop

用於 AI 軟體開發的自主迭代循環。執行任務、驗證程式碼並管理狀態直至完成。適合執行複雜的 PRP 計畫。

cross-plugin-detective

代理角色偵探技能標準化集成。將代理映射至代碼分析技能，並強制執行 claudemem 以實現索引內存代碼調查。

mind

為 Claude 提供持久化、可 Git 管理的記憶功能。自動將專案決策、錯誤修復和編碼模式儲存至本地 .mv2 檔案中，並可隨時檢索。

looped-builder

將大型且複雜的程式開發任務拆解為可執行的階段性計畫，並透過 Claude 驅動的 Bash 迴圈進行自動化實作與部署。

skill-repo

標準化、驗證與管理 Netresearch AI Agent 技能儲存庫，提供自動化結構執行、發布工作流程與授權合規工具。

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。

git-commit-formatter

使用規範化格式、簽名及自動化背景收集來標準化 git commit，以提升專案歷史記錄的品質。

tool-use-structured-output

利用 Bedrock 工具調用功能強制 Claude 模型輸出結構化 JSON，消除解析錯誤並確保架構合規性。

lsp-setup

自動化偵測、安裝與設定 LSP 語言伺服器，以實現智慧程式碼分析、導航與診斷。

using-sdlc-engineering

基於 CMMI 的 SDLC 路由工具，針對 GitHub 與 Azure DevOps 工作流程，提供流程指引、需求管理、架構決策支援、品質保證與治理。