Agent Skills Hub

exploratory-testing-advanced

進階探索式測試，包含 SBTM、RST 啟發式方法與測試導覽。適用於錯誤調查、發現未知品質風險及結構化手動測試。

self-reviewer

為 AI 代理實作自動化的關鍵自我驗證層，在完成任務前確保程式碼品質、安全性及需求一致性。

context-engineering-expert

先進的上下文工程系統，用於協調 AI 代理、記憶體管理和 Token 優化，以提升長期持久性和專案智慧。

youtube-rl-tracker

一個受強化學習啟發的 YouTube 績效追蹤工具，透過系統化記錄來優化縮圖、標題與影片鉤子。

backend-architect

資深後端架構專家，專精於六角形架構、DDD、SOLID 原則、簡潔程式碼與重構，協助開發、程式碼審查及解決複雜的架構問題。

meeting-insights-analyzer

分析會議逐字稿以揭示溝通模式、行為洞察及領導力回饋。識別衝突迴避、贅詞使用、發言比例及主動傾聽，協助您提升專業表達與影響力。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

code-quality-standards

一套專為軟體工程師設計的程式碼品質套件，實踐 SOLID 原則、設計模式、重構技術與技術債管理，確保程式碼清潔、易於維護且符合生產環境標準。

flaky-detect

透過分析持續整合 (CI) 歷史、執行模式與程式碼結構，識別、分類並排除不穩定的測試 (flaky tests)，以提升測試套件的可靠性。

github-explorer

探索並分析 GitHub 熱門專案，評估專案活躍度、技術棧與文件品質，快速獲取開源生態趨勢報告。

debug-cuda-crash

使用 FlashInfer API 日誌功能排查與解決 CUDA 運行時崩潰的教學指南。

plan-down

方法驅動的規劃工作流程，使用 zen-mcp 工具將任務分解為結構化的 plan.md 文件，並根據用戶的明確度與自動化需求進行適應性調整。