Agent Skills Hub

error-handling

實作強健的後端錯誤處理機制，包含自訂錯誤類別、中間件、結構化日誌以及復原模式。

langchain-chat-models

為 LangChain 應用程式提供統一介面，整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。

qwen-asr

使用 Qwen ASR 模型將音訊檔案 (wav, mp3, ogg) 轉錄為文字。快速、易於本地部署且無需 API 金鑰。

workflow-execute-plans

以小型、可驗證的批次執行實作計劃，並在每個階段設置回饋暫停點，以防止偏離目標並確保代碼品質。

scikit-learn

使用 scikit-learn 進行經典機器學習。適用於分類、迴歸、分群、降維、資料預處理、模型評估，以及構建 Python 機器學習流程。

tool-integration

創建、註冊與管理自訂代理工具及 MCP 伺服器，透過外部 API 與自訂邏輯擴展 AI 代理的功能。

using-git-worktrees

為平行開發建立隔離的 git worktrees，自動處理目錄選擇、.gitignore 安全檢查、依賴安裝與基礎測試驗證。

temporal

自動化將 Netflix Conductor 工作流遷移至 Temporal Python，包含伺服器編排、Worker 管理與工作流疑難排解。

production-deployment-phase

自動化生產環境部署流程，包含版本控制、健康檢查、發布標記與部署後監控。

memov

AI 輔助代碼代理版本控制。透過 MemoV 自動追蹤提示詞、上下文與差異，確保完整可追溯性，且不污染 Git 歷史紀錄。

ring:dev-sre

開發週期 Gate 2 技能，用於驗證可觀測性實作，包含結構化日誌、OpenTelemetry 追蹤及儀表覆蓋率，且不修改程式碼。

moai-essentials-debug

進階多語言除錯支援，包含堆疊追蹤分析、執行時期錯誤分類，以及針對容器與分散式系統的自動化診斷工具。