Agent Skills Hub

robot-perception

機器人感知系統設計、配置與優化，涵蓋攝影機、光達與感測器融合管線。包含相機校正、3D 重建與生產環境部署的最佳實踐。

ai-multimodal

使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成，具備超長上下文窗口，適用於複雜的多模態 AI 任務。

context-detection

系統化的專案技術棧檢測、框架特定技能自動載入，以及針對 React + Go 等全端專案的多技術棧分析。

pattern-detection

分析並識別代碼庫模式（命名、架構、測試），以確保開發過程中的一致性與標準執行。

gemini-vision

實作 Google Gemini API 影像分析功能，包含圖片標註、物件偵測、圖像分割、視覺問答及多圖比較分析。

kreuzberg

高效能文件智慧程式庫，可從 91 種以上檔案格式中提取文字、表格、程式碼與後設資料，並支援 OCR 與 LLM 格式輸出。

ocr

使用 Tesseract OCR 引擎從圖片中提取文字，支援多種語言、影像預處理以及多種輸出格式。

evaluating-code-models

使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試，並提供多語言編碼模型的 pass@k 指標評估。

camsnap

從支援 RTSP 和 ONVIF 的安全攝影機擷取快照、錄製短片並監控移動事件。

reflect-appworld-failure

分析 AppWorld 任務失敗原因，提取具體的 API 模式並生成帶有實作程式碼範例的可執行劇本要點。

calorie-detective-v2-0-0

AI 食物熱量與營養計算器。透過視覺識別辨識餐點，自動計算卡路里及營養素，並結合內建營養資料庫提供健康建議。

doc-updater

自動檢測程式碼變更並建議文件更新。確保 README、API 規範與設定指南與您的實作保持同步。