Agent Skills Hub

orchestration-patterns

用於編排長期代理任務、證據導向交付以及遵循 Simon Willison 迭代循環的自動化 QA 門控的框架。

find-bugs

對本地分支差異進行自動化安全審計、漏洞檢測及代碼品質評估，使用結構化的檢查清單驅動驗證流程。

paper-search-usage

透過 arXiv、PubMed、IEEE、Scopus、ACM 與 Semantic Scholar 搜尋、定位並檢索學術論文。

python-plan-optimization

為 Python 代碼提供 6 階段唯讀分析的工作流程，根據專案類型（從 POC 到開源）檢測設計原則違規、程式碼異味並建議現代化改善方案。

openclaw-pr-maintainer

OpenClaw 儲存庫維護助手：利用 gitcrawl 與 GitHub CLI 進行問題與 PR 的自動化分類、標記及驗證。

context-fundamentals

情境工程基礎指南：為 AI 代理優化 Token 預算、注意力機制及系統架構。

product-discovery

透過機會解決方案樹、假設映射與假設導向的實驗，進行結構化的產品探索，以降低產品開發風險。

data-storytelling

將原始數據轉化為引人入勝的敘事，運用視覺化策略、敘事框架與說服性結構，協助分析師進行高階報告與數據決策。

tavily-tools

整合式 Tavily AI Python CLI 工具，支援網頁搜尋、內容擷取、網站爬蟲、結構映射以及自動化深度研究報告。

cyber-ir-playbook

從事件日誌產生資安事件回應時間軸與結構化報告，以利追蹤從偵測到復原的全過程。

rt.safety.auditor

分析 C++ 程式碼中的即時安全性違規，包括音訊執行緒中的堆積記憶體分配、鎖定、阻塞呼叫及非確定性操作。

project-migrate

使用 AI 驅動的分析技術，將現有專案遷移至 AgenticDev 結構。自動分類文件、生成豐富的 YAML 元數據，並透過 git mv 完整保留檔案變更歷程。