Agent Skills Hub

mcp-guide

用於選擇 MCP 工具與直接 API 技能的決策框架，旨在優化 AI 代理的效能、成本與執行效率。

nelson

以英國皇家海軍中隊為隱喻的軟體開發多代理協調系統，具備任務規劃、並行任務協調與嚴謹的稽核日誌功能。

planning-with-files

實作類似 Manus 的持久化 Markdown 規劃流程，用於複雜的工作流、專案追蹤與研究管理，優化 AI 代理的注意力與記憶效能。

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。

proactive-agent

透過 WAL 協定、持久化記憶緩衝區與自動化 Cron 排程，將 AI 代理轉變為能主動預測需求並持續優化的主動式夥伴。

identify-assumptions-existing

透過價值、易用性、可行性與營運可行性四個維度，利用多角度批判性思維對現有產品功能進行風險假設評估與壓力測試。

analyze-project

分析專案程式碼庫以生成架構文件、編碼標準與開發實踐，優化 AI 入門體驗。

worker

自動化票務開發代理，從監控任務來源到自動化建立拉取請求 (PR)，並透過 ERNE 標準進行驗證，實現完整的軟體開發生命週期管理。

autoresearch

自動化多團隊程式碼庫改進代理，具備狹義（目標導向）、廣義（假設發散）及全面（品質掃描）三種模式。

phone-agent-skill

使用 AI AutoGLM Phone Agent 自動化 Android 裝置操作。透過自然語言指令控制手機介面，適用於 APP 自動化測試、數據採集與 UI 互動，支援點擊、滑動、輸入與螢幕截圖。

multi-agent-patterns

架構多代理系統以突破上下文限制，運用監督者、群體與分層模型等模式來管理複雜工作流程。

find-stl

從 Printables 搜尋並下載 3D 模型，自動產生包含授權資訊與檔案的清單，適合 3D 列印與原型製作。