Agent Skills Hub

prompt-injection-test

一個專為模擬提示詞注入攻擊並驗證 AI 代理技能安全掃描器而設計的測試工具。

docs-generator

為代碼庫生成層級化的 AI 優化文檔結構 (AGENTS.md, agent.d)，幫助 AI 編碼助手與開發者更高效地存取項目上下文、設置與導航。

nango-esm-migration

修復 Nango 整合遷移至零 YAML 架構後產生的 CJS/ESM 模組相容性問題，包含路徑修正、建立 ESM 包裝器及還原原始實作。

dev-cycle

互動式開發流程管理器。協調探索、規劃、審查與建置階段，並運用專屬 AI 代理團隊（Scout、Bob、Garry、Arlo）確保專案交付品質。

shift-right-testing

生產環境測試策略，包含功能旗標、金絲雀部署、合成監控與混沌工程，確保線上系統的持續可靠性。

prompt-improver

透過程式碼庫研究與針對性提問，在執行前釐清模糊提示詞的意圖。

supermemory

Supermemory 是 AI 代理的長期記憶基礎設施，提供持久上下文、用戶畫像及跨多模態知識庫的語義 RAG 搜尋功能。

Global Validation

實作強健的伺服器端與用戶端輸入驗證，運用清理與白名單機制，預防注入攻擊並確保資料完整性。

ensue-memory

增強認知層，將對話連結至持久化知識樹，實現跨專案的長期記憶、回憶與情境推理。

wormhole

AI 程式代理的共享記憶與協作層，用於追蹤操作、管理工作階段、偵測衝突，並跨工具保留專案上下文。

feature-prioritization

一種結構化的決策工具，應用 RICE、MoSCoW、Kano 和價值與努力等框架，透過數據驅動的客觀性來確定軟體功能、產品藍圖項目以及開發與否的決策優先級。

rule-validation

使用 validate_skills.py 驗證 Skills、Agents 與 Commands 的語法，記錄錯誤並管理代理開發的自動化質量控制流程。