Agent Skills Hub

overview

TraceMem 基礎心智模型與操作規則，確保 AI 代理執行過程的安全、可稽核性與合規性。

spark-optimization

優化 Apache Spark 作業，包含分區策略、記憶體管理、Shuffle 調整與數據傾斜處理，提升數據處理效能。

acceptance-testing

規劃、執行使用者驗收測試 (UAT) 與端對端情境，驗證需求是否符合使用者可見的行為表現。

generate-e2e-test

自動化端對端測試生成工具。透過 Playwright 互動式執行工作流程，將使用者描述轉換為符合專案規範的測試代碼。

scientific-writing

撰寫並格式化科學論文。支援 IMRAD 結構、常見引用格式（APA, AMA, Vancouver）及標準報告規範（CONSORT, STROBE, PRISMA）。

vibe-agents

為您的專案產生 AGENTS.md 與 AI 設定檔 (Cursor, Claude, Gemini, Copilot)，優化您的 vibe-coding 工作流並維持跨工作階段的上下文關聯。

openclaw-pr-maintainer

OpenClaw 儲存庫維護助手：利用 gitcrawl 與 GitHub CLI 進行問題與 PR 的自動化分類、標記及驗證。

market-sentiment-pulse

聚合並分析加密貨幣與股票代碼的市場情緒，通過掃描新聞與社交訊號，為交易前的「氛圍感」評估提供快速參考。

query-writing

撰寫、執行並優化 SQL 查詢，涵蓋從簡單查詢到複雜的多表連接、聚合與子查詢，適用於資料擷取與報表生成。

security-review

一套全面的安全審計與強化助手，專注於身份驗證、輸入驗證、密鑰管理及 SQL 注入防護，確保程式碼遵循安全最佳實踐。

mcp-research

使用 MCP 工具獲取最新的技術資訊，針對函式庫、API、SDK 及技術生態系統提供經過驗證的指導。

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。