Agent Skills Hub

figma

利用 Figma MCP 伺服器獲取設計數據、提取資源，並將 Figma 節點轉換為符合設計系統規範的 React 與 Tailwind 程式碼。

plan

用於規劃與實作功能、技能、指令碼或架構變更的結構化六階段工作流程，包含自動化工具探索與安全驗證。

paperbanana

使用 AI 自動化技術，將 CSV 或 JSON 資料轉換為適合學術出版的高品質統計圖表。

mcp-gateway-patterns

MCP Gateway 設計模式，用於管理 Agent Gateway、子進程 (Subprocess) 及 Daemon 隔離策略，以優化上下文 Token 使用與系統效能。

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。

local-skills-mcp-guide

local-skills-mcp 儲存庫實作指南。提供關於 MCP 工具處理程式、技能載入與聚合邏輯，以及專案結構的技術文件，協助開發者快速上手。

mess-mcp

一個讓 Claude 透過 MESS (Meatspace Execution and Submission System) 協定指派並管理實體世界任務的 MCP 伺服器。

massive-context-mcp

透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫，突破 LLM 上下文視窗限制。

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。

Hive Agent Architecture

用於在 Hive 原生 Rust 架構中構建、註冊和編排模型上下文協議 (MCP) 工具與 AI 代理工作流的開發框架。

ragcode-sse

透過 SSE 協定直接連接 RagCode MCP，無需繁瑣的設定檔或二進位檔案依賴。

creating-agents-md

提供建立 agents.md 檔案的標準化模板與指南，為 AI 程式開發助手提供專案專屬的內容背景。