Agent Skills Hub

vtm-expert

面向 AI 輔助開發的虛擬任務管理系統。透過精準的上下文注入，高效管理任務生命週期、依賴關係及測試驅動開發 (TDD) 工作流。

task-breakdown

將複雜的開發需求拆解為可執行的任務序列，並針對多代理環境進行委派分析。

workflow-execute-plans

以小型、可驗證的批次執行實作計劃，並在每個階段設置回饋暫停點，以防止偏離目標並確保代碼品質。

langgraph-workflows

掌握 LangGraph 多智能體編排。使用監管者-工作者模式、條件路由與狀態管理，構建具備容錯能力的複雜 AI 工作流。

create-mcp-app

為 Claude Desktop 等 MCP 主機建立互動式應用程式。提供 React、原生 JS 及多種框架模板，協助您開發整合 MCP 工具與自訂 UI 的應用程式。

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。

agentic-workflows

構建企業級 AI 代理系統，支援 LangGraph、Anthropic/OpenAI/vLLM 與結構化輸出。具備串流傳輸、A2A 協定、Pydantic 驗證、向量記憶體與防幻覺機制，適用於複雜的多代理協作工作流。

solve-challenge

一個 CTF 解題代理程式，負責對挑戰進行分類篩選，識別漏洞類別，並將任務分派給專業技能，涵蓋 Web、Pwn、加密、鑑識與逆向工程分析。

session-intelligence-harvester

將工作階段的經驗轉化為可重用的智能基礎設施 (RII)。將一次性的修復與模式發現轉變為永久的代理執行知識，防止問題重現並加速後續開發。

lgtm

啟動 lgtm TUI 以進行 Markdown 文件、代碼計畫或文檔的逐行評論，支持語法高亮與協作反饋工作流。

performance-optimization

透過 Redis 快取、叢集運算、效能剖析與監控技術，優化 Node.js 應用程式效能，打造高效且可擴展的後端服務。

tool-use-structured-output

利用 Bedrock 工具調用功能強制 Claude 模型輸出結構化 JSON，消除解析錯誤並確保架構合規性。