Agent Skills Hub

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

tikz-flowchart

使用 LaTeX TikZ 建立專業技術圖表與流程圖，提供 Google Material 與 Anthropic 風格的標準化設計主題。

wt

使用 git worktrees 管理隔離的 LlamaFarm 開發環境，實現平行代理程式工作階段與服務測試。

oh-my-claude

啟用 Prometheus 規劃模式，在 Claude Code 中進行結構化的需求收集、程式碼研究與任務規劃。

vibe-agents

為您的專案產生 AGENTS.md 與 AI 設定檔 (Cursor, Claude, Gemini, Copilot)，優化您的 vibe-coding 工作流並維持跨工作階段的上下文關聯。

chatkit-frontend

使用 OpenAI ChatKit React 組件實現生產就緒的 AI 聊天介面。功能包含 hook 配置、流式傳輸、主題自定義、對話歷史與 Next.js 應用程式的自定義工具整合。

feishu-fetch-doc

獲取並解析飛書雲文檔為 Markdown，支援媒體內容處理與知識庫連結解析。

landing-page-conversion-audit

對登陸頁面進行結構化的 8 要素轉化率優化 (CRO) 審計，識別轉化阻礙並提供增長建議。

llm-integration

一套用於建構穩健 LLM 整合的工具包：包含 API 模式、串流、函數調用、RAG 管線及具成本效益的模型路由。

code-quality-review

全面的多維度代碼審查技能，針對正確性、安全性、性能、設計和可訪問性提供優先排序的可操作反饋。

openai-agents-sdk

使用 OpenAI Agents SDK (Python) 構建 AI 代理。支援多代理協作、函數工具、狀態化對話、串流傳輸以及透過 LiteLLM 進行 Azure OpenAI 集成。

spec-metadata

為研究文件、交接文檔和執行計劃生成標準化元數據，包括 Git/Jujutsu 版本資訊和時間戳。