Agent Skills Hub

context-driven-testing

運用情境導向測試原則，根據專案目標、風險與限制調整測試策略，而非盲目依賴通用最佳實踐。

doc-coauthoring

為文件、技術規格與提案提供結構化的共同創作工作流程，引導使用者進行背景資訊匯集、協作式修訂與讀者檢核。

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。

langchain-architecture

使用 LangChain 1.x 與 LangGraph 架構生產級 LLM 應用程式。實現狀態化 AI 代理、多步驟工作流程，並為複雜的對話與自動化任務建構自訂記憶系統。

qras

基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好，提供精確的向量語義搜索。

fabric

Fabric CLI 智慧模式選擇工具，從 242+ 種專業提示中自動選取最合適的模式，支援威脅建模、資料分析、摘要與內容創作。

ReasoningBank Intelligence

透過 ReasoningBank 實現代理程式的自適應學習，進行模式識別、策略優化與持續改進。

prompt-optimizer

透過成熟的提示工程原則，將模糊或結構不良的指令轉換為優化且高效的 AI 模型提示，提升執行品質與準確性。

personal-brand-agent

基於 LangGraph 與 Claude Opus 4.5 的自動化 LinkedIn 內容行銷多代理系統，涵蓋趨勢研究、內容生成、個人品牌語氣分析與成效追蹤。

context-engineering-expert

先進的上下文工程系統，用於協調 AI 代理、記憶體管理和 Token 優化，以提升長期持久性和專案智慧。

edge-tts

使用 Microsoft Edge 神經語音引擎，透過 uvx edge-tts 產生高品質的文字轉語音音訊。

langchain-chat-models

為 LangChain 應用程式提供統一介面，整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。