Agent Skills Hub

langgraph

LangGraph 專家技能，專為構建具狀態、多角色 AI 代理工作流而設計，包含持久化、條件分支與 ReAct 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。

langchain-architecture

使用 LangChain 1.x 與 LangGraph 架構生產級 LLM 應用程式。實現狀態化 AI 代理、多步驟工作流程，並為複雜的對話與自動化任務建構自訂記憶系統。

agentic-workflows

構建企業級 AI 代理系統，支援 LangGraph、Anthropic/OpenAI/vLLM 與結構化輸出。具備串流傳輸、A2A 協定、Pydantic 驗證、向量記憶體與防幻覺機制，適用於複雜的多代理協作工作流。

personal-brand-agent

基於 LangGraph 與 Claude Opus 4.5 的自動化 LinkedIn 內容行銷多代理系統，涵蓋趨勢研究、內容生成、個人品牌語氣分析與成效追蹤。

trulens-evaluation-workflow

使用 TruLens 對 LLM 應用程式進行檢測、評估與監控的系統化工作流程，支援 LangChain、LangGraph 與 LlamaIndex 等框架。

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。

symbols

透過智慧符號索引、領域分塊與架構層過濾，實現代碼庫的高效率導航。在探索或開發複雜系統時，可減少 60-95% 的 Token 使用量。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

language-learning

AI 語言學習導師，提供對話練習、文法教學、單字訓練及字卡記憶。支援超過 100 種語言，包含西班牙語、法語、日語及中文等。

mcpgraph

建構無代碼 MCP 伺服器，透過 YAML 以有向圖形式編排工具，實現資料轉換、條件路由與自動化工作流。

nexau-agent

從零開始構建、配置與部署 NexAU Agent 的完整指南與開發框架，包含工具、提示詞與技能實現。