Agent Skills Hub

jlens-mcp

專業級 Java 程式碼庫分析與 Maven 依賴管理技能。透過 MCP 協議實現深度位元組碼檢查、多版本依賴衝突排查，以及自動化 Maven 建構與專案分析。

gopls-mcp

使用 LSP 協定進行語意化 Go 程式碼導航與分析的工具，提供精確且高效的專案洞察。

reviewing-code

執行 FastMCP 專案的嚴格程式碼審查，專注於 API 設計、依賴管理與程式碼庫的一致性。

skyll

AI 代理的即時技能發現引擎。透過 REST API 或 MCP 按需搜尋並檢索專業代理技能 (SKILL.md)，將程序性知識即時注入到代理的上下文中。

memcontext-autopilot

為 AI 代理設計的自動化記憶管理中間件，透過「查-回-存」閉環實現跨對話的長期記憶維持與上下文自動管理。

skillsdotmd_web

用於生成生產就緒模型上下文協議 (MCP) 伺服器的腳本工具，包含樣板代碼、類型化處理程序、架構定義與 AI 代理集成測試存根。

with-context-agent

檢查、驗證並自動修復 AI 代理設定檔（如 SKILL.md、CLAUDE.md 及 MCP 配置）。

multi-agent-patterns

架構多代理系統以突破上下文限制，運用監督者、群體與分層模型等模式來管理複雜工作流程。

k0ntext

RPI 規劃階段：從研究文件中建立基於區塊且具有依賴感知能力的實作計劃，以進行結構化、原子化的開發。

implementation

結構化、模板驅動的端到端功能開發工作流，包含編碼、自動化測試、驗證及基於會話的持續改進。

mcp-server-creator

產生用於 Stigmer AI 代理的生產級 McpServer YAML 設定檔，輕鬆整合各類外部工具與 API。

vercel-composition-patterns

用於構建可擴展 React 代碼庫的組合模式。適用於重構複雜組件、構建靈活的組件庫，以及應用複合組件模式或 React 19 架構變更。