Agent Skills Hub

tooling-setup

為 React 19 專案提供的生產級開發環境配置，包含 Vite、TypeScript、Biome 及 Vitest，提供嚴格的類型檢查、程式碼規範、格式化與測試基礎設施。

rspack-sftrace

使用 LLVM XRay 追蹤 Rspack Rust 函式呼叫，用於效能分析、故障排除及視覺化執行流程。

socratic

透過蘇格拉底式提問深入探討信念、挖掘隱藏假設、檢驗證據，並在不說教的情況下達成深層理解的思考框架。

syncause-debugger

為 Python、Node.js 與 Java 應用程式提供基於執行軌跡與 MCP 工具的實證除錯解決方案。

perf-analyzer

將效能分析資料綜合為具體建議及有據可依的技術決策。

ciso-assistant-bootstrap

引導新使用者進行 CISO Assistant 的初始設置，包括組織結構建立、框架選擇以及透過 MCP 工具配置風險評估。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

ci

自動化 CI/CD 事故響應與 GitHub Actions 管道失敗分析。提供安全的修復建議，並協助解決構建與測試錯誤。

review-react-best-practices

為 React 和 Next.js 應用程式執行自動化、基於規則的效能與可靠性審核，涵蓋套件大小、瀑布式請求、渲染與資料擷取等面向。

karpathy-guidelines

為 LLM 設定的程式開發行為準則，旨在減少錯誤、落實最佳實踐，並透過強調簡潔性、精確修改與目標導向驗證來提升代碼品質。

copy-editing

透過 7 步驟編輯框架系統性地優化行銷文案，提升清晰度、語氣與轉化率。

peon-ping-log

為 Peon Trainer 記錄伏地挺身、深蹲等健身次數。透過 AI 代理直接記錄運動進度，觸發音效提示，讓您在編碼時保持動力。