Agent Skills Hub

bazinga-db-core

管理 BAZINGA-DB 核心引擎的資料庫協調會話、狀態快照及系統級操作。

long-running-agent

為 AI 代理程式設計的框架，可在多個上下文視窗中保持狀態，讓代理程式能夠完成複雜的長期程式設計任務，而不遺失進度或上下文。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量後端實作 ReasoningBank 自適應學習。具備軌跡追蹤、判斷評估、記憶蒸餾與模式識別功能，適用於構建自我學習的自主智能體。

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。

dlt-skill

建立、管理與除錯 dlt (data load tool) 資料管線，將資料從 API、資料庫及自訂來源匯入 DuckDB、BigQuery 或 Snowflake 等目標。

test-delete-skill

統一的 AI 閘道，支援超過 100 種大語言模型，提供相容 OpenAI 的 API、模型備援、負載平衡及企業級管理工具。

context-cascade

為 Claude Code 設計的巢狀插件架構，透過動態載入 Playbooks、Skills 與 Agents，有效節省超過 90% 的上下文標記空間。

building-ai-agent-on-cloudflare

使用 Cloudflare Agents SDK 在 Workers 上構建有狀態的 AI 代理。支援實時 WebSocket、持久化狀態管理、定時背景任務與工具整合，專為生產環境設計。

common

HealthSim 跨產品數據持久化、SSN 實體關聯及 DuckDB 資料庫操作的基礎設施。

polars

高性能 Python 與 Rust 記憶體內 DataFrame 函式庫。支援延遲計算、平行處理，並使用 Apache Arrow 引擎，適用於高效 ETL、數據處理及加速 pandas 工作流。

librarian

抓取、索引並搜尋 GitHub 和網站上的開發者文件，為 AI 代理提供準確、基於真實來源且具備版本控制的程式碼上下文。

training-data-curation

用於 LLM 後訓練（SFT/DPO/RLHF）的高品質數據集策劃指南，涵蓋數據格式、品質過濾與收集策略。