Agent Skills Hub

dev-workflow

全端軟體開發生命週期 (SDLC) 代理工作流程，使用 MCP 工具管理從需求導入、規劃到自動化測試、CI/CD 與基礎設施部署的完整生產週期。

debug-mcp

針對 MCP 伺服器與 Microsoft Copilot Studio 整合的系統性除錯工作流程，包含常見修復模式與驗證腳本。

wormhole

AI 程式代理的共享記憶與協作層，用於追蹤操作、管理工作階段、偵測衝突，並跨工具保留專案上下文。

context-optimization

透過 KV 快取、觀察遮罩、基於摘要的壓縮與內容分割技術，優化代理程式的上下文窗口，以降低成本並減少延遲。

kagent

kagent 專家指南：用於構建、部署和管理 AI Agent、MCP 工具及 A2A 協議的 Kubernetes 原生框架。

clinical-trial-protocol-skill

為醫療器材與藥物生成臨床試驗方案。支援模組化路徑設計、研究整合，以及符合監管文件的草擬需求。

Confidence Check

開發人員的事前實作信心評估工具。透過重複代碼檢查、架構合規性、官方文件驗證與根本原因分析，確保達到 90% 以上的準備度。

FastMCP Development

使用 FastMCP 框架建構與管理 MCP 伺服器。提供工具開發、資源配置、Prompt 設計、Claude Desktop 整合及 Python/TypeScript 部署指南。

mcp-client

通用的 MCP 客戶端，支援透過漸進式揭露連接任何 MCP 伺服器。將 MCP 伺服器封裝為技能以避免工具定義佔用過多 Context Window。適用於 Zapier、GitHub、sequential thinking 及檔案操作。

skill-template

為建立與記錄模組化代理技能所設計的標準化模板，確保在 AI 代理系統中實現一致且高效的上下文工程。

swarm-advanced

為研究、開發與測試工作流部署網格、層級與星狀拓撲等進階多代理人蜂群編排策略。

context-driven-testing

運用情境導向測試原則，根據專案目標、風險與限制調整測試策略，而非盲目依賴通用最佳實踐。