Agent Skills Hub

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。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成與編輯圖像、圖表和資訊圖表。支援文字轉圖像、風格轉換及數據準確的視覺化創作。

request-optimizer

一個智慧閘道，可分析、評分並將使用者請求路由至 27 個代理、27 個技能與 14 個 MCP，以優化 Claude Code 的執行效率。

image-generation

使用結構化 JSON 提示詞與自動化 Python 腳本生成高品質的圖像、角色與場景，支援參考圖像以進行精確的視覺創作。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

debug-cuda-crash

使用 FlashInfer API 日誌功能排查與解決 CUDA 運行時崩潰的教學指南。

paperbanana

使用 AI 自動化技術，將 CSV 或 JSON 資料轉換為適合學術出版的高品質統計圖表。

deepscan-monitor

管理長時間運行的 PapersFlow DeepScan 研究流程，提供異步監控、即時進度追蹤與自動化報告生成功能。

drawnote-skill

智能筆記與流程圖繪製工具。可根據文字內容自動生成美觀的視覺化筆記、思維導圖與流程圖，並匯出為圖片，無需讀取檔案權限，適合學習與知識總結。

mcp-prompts

一種智慧型開發編排技能，透過 mcp-prompts 整合，提供自我優化的程式碼分析、建置錯誤診斷與自動化工作流程配置。

memory-systems

指導代理人記憶系統的實作，比較主流框架（Mem0、Zep、Letta、LangMem、Cognee），並設計用於跨會話知識保留的持久化架構。

risk-based-testing

利用風險評估與優先級排序，將測試重點集中在最高風險區域。適用於規劃測試策略、配置測試資源或進行覆蓋率決策。