Agent Skills Hub

context-engineering-collection

一套用於上下文工程、多代理架構及生產級代理系統優化的結構化代理技能集。

data-quality-frameworks

使用 Great Expectations、dbt 測試與資料合約實作生產級資料品質驗證，確保資料管線的可靠性。

aesthetic

運用系統化設計原則、AI 評估與自動化靈感分析，打造美觀的用戶介面。

tdd-enforce

透過 pre-commit hook 與 CI/CD 覆蓋率門檻強制執行 TDD。自動化測試執行並確保程式碼符合最低覆蓋率要求。

agentic-workflows

構建企業級 AI 代理系統，支援 LangGraph、Anthropic/OpenAI/vLLM 與結構化輸出。具備串流傳輸、A2A 協定、Pydantic 驗證、向量記憶體與防幻覺機制，適用於複雜的多代理協作工作流。

react-native-design

精通 React Native 樣式、導航與 Reanimated 動畫。構建高性能、跨平台的原生體驗行動應用程式。

data-extraction-patterns

為 GA4 與 GSC 分析數據提供提取、緩存與處理的最佳實踐模式，並整合 MCP 伺服器操作。

pr

自動化建立 GitHub 草稿合併請求，並強制執行約定式提交規範與嚴格的驗證工作流程。

multi-llm-advisor

透過 OpenAI Codex 與 Google Gemini 獲取架構、程式碼審查與除錯的專家觀點，並透明化呈現所有 AI 推論與建議。

skill-engineer

為 OpenClaw 技能開發提供多代理迭代優化與品質把關，透過標準化測試與生命週期管理提升技能效能。

mutation-testing

透過引入程式碼變異並測量殺死率，驗證測試套件的有效性並找出薄弱斷言。對於證明測試能真正捕捉錯誤，而非僅僅滿足覆蓋率指標至關重要。

elastic-beanstalk-deployment

AWS Elastic Beanstalk Node.js 部署技能，提供單體倉儲 (monorepo)、私有套件的依賴安裝策略及環境配置指南。