Agent Skills Hub

resource-scout

搜尋並發掘 Claude Code 技能與 MCP 伺服器，從市集、GitHub 儲存庫及註冊表獲取資源，優化您的 AI 輔助開發工作流程。

deepwiki-rs

AI 驅動的自動化文件生成引擎，可從程式碼庫自動分析並產生 C4 架構圖、技術規格書與程式碼分析。

rag-engineer

架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線，提升 LLM 應用的精確度。

Investigating Code Patterns

系統性地追蹤程式碼流、定位實作、診斷效能問題並繪製系統架構，協助您深入理解複雜的程式碼庫。

react-expert

使用權威原始碼、測試和儲存庫歷史記錄來研究 React API、模式和概念。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

ui-implementer

根據 Figma 或設計稿實作 UI 組件，提供像素級精確度、智慧設計驗證與自適應代理切換功能。

prompt-lookup

透過 prompts.chat 搜尋、發掘並優化 AI 提示詞。存取數千個專為 ChatGPT、Claude 等 AI 模型設計的社群精選提示詞。

web-search

自主研究專員，專注於獲取驗證資訊、評估來源並進行結構化綜述。

dynamic-programming

掌握動態規劃 (DP) 模式，包含備忘錄、表格化與狀態設計的完整實作，提供可應用於生產環境的解決方案。

lsp-code-analysis

透過語言伺服器 (LSP) 進行精確的語意程式碼分析。支援 Python, Rust, Go, TypeScript/JS 與 Java，提供定義跳轉、引用查詢、實作查找、檔案大綱與全專案重構功能。

evaluating-code-models

使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試，並提供多語言編碼模型的 pass@k 指標評估。