Agent Skills Hub

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

event-store-design

為事件溯源系統設計並實作強大且可擴展的事件儲存，涵蓋架構模式、技術選擇及持久化策略。

speckit-plan

執行實作規劃工作流程，產生技術設計產出物，並為 Spec Kit 專案建構研究任務。

agent-system

MERIDIAN 自主 AI 代理實作模式，包含 BaseAgent 生命週期、Claude API 結構化工具呼叫、Token 配額管理與 cron 排程系統。

database-patterns

專業資料庫設計與存取模式：涵蓋架構設計、索引策略、查詢優化、儲存庫模式以及 SQL 與 NoSQL 資料庫的事務處理。

spec-kit-template-copilot-sh-v0.0.62

SpecKit 模板架構專家，管理規格驅動開發 (SDD)、設計模式以及微服務生命週期自動化。

tool-integration

創建、註冊與管理自訂代理工具及 MCP 伺服器，透過外部 API 與自訂邏輯擴展 AI 代理的功能。

data-cleaning-pipeline-generator

為 pandas/polars/PySpark 生成數據清洗管道，處理缺失值、重複項、異常值、類型轉換及數據驗證。

hf-mcp

透過 MCP 將您的 AI 代理連接至 Hugging Face Hub。搜尋模型、資料集與論文，管理儲存庫，執行雲端運算任務，並將 Gradio Spaces 作為 AI 工具呼叫使用。

looped-builder

將大型且複雜的程式開發任務拆解為可執行的階段性計畫，並透過 Claude 驅動的 Bash 迴圈進行自動化實作與部署。

implement-feature

使用架構優先設計、TDD、豐富領域模型與 Swift 6.2 模式實作功能的指南，確保領域、基礎設施與應用層之間的清晰隔離。

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。