Agent Skills Hub

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

semantic-compression

積極精簡輸入內容中的語法結構與冗餘文字，在保留核心語義的同時優化 LLM 的 Token 使用效率。

video-watcher

擷取 YouTube 與 Bilibili 影片字幕，支援自動摘要、問答與資訊提取，基於 yt-dlp 實作。

kreuzberg

高效能文件智慧程式庫，可從 91 種以上檔案格式中提取文字、表格、程式碼與後設資料，並支援 OCR 與 LLM 格式輸出。

response-compliance

執行 OpenResponses API 合規性測試，驗證架構遵循度、串流回應及端點穩定性，確保 LobeHub 整合品質。

mcp-development

提供模型上下文協議 (MCP) 伺服器開發指南，涵蓋工具設計、資源處理及 AI/ML 整合模式。

langgraph-workflows

掌握 LangGraph 多智能體編排。使用監管者-工作者模式、條件路由與狀態管理，構建具備容錯能力的複雜 AI 工作流。

prompt-optimizer

透過成熟的提示工程原則，將模糊或結構不良的指令轉換為優化且高效的 AI 模型提示，提升執行品質與準確性。

agent-architecture

實作生產級 AI 代理。包含 LangGraph、工具調用護欄、SSE 串流、情節記憶與 pgvector。提供反模式分析與修正代碼。

tools

統一的 LLM 函式呼叫與工具使用 API，支援 OpenAI、Anthropic、Google 與 Ollama，提供標準化的 JSON Schema 定義與執行流程。

n8n

官方 n8n 工作流自動化支援，用於建構、除錯和擴展複雜的業務流程與 AI 驅動的整合。

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。