Agent Skills Hub

llm-integration

一套用於建構穩健 LLM 整合的工具包：包含 API 模式、串流、函數調用、RAG 管線及具成本效益的模型路由。

resource-scout

搜尋並發掘 Claude Code 技能與 MCP 伺服器，從市集、GitHub 儲存庫及註冊表獲取資源，優化您的 AI 輔助開發工作流程。

semgrep-rule-creator

創建、測試並驗證用於偵測安全漏洞與程式碼模式的自訂 Semgrep 規則。

test-design-techniques

使用邊界值分析、等價分割、決策表及組合測試等專業技術，優化測試設計，最大化覆蓋率並減少冗餘測試。

crafting-effective-readmes

簡化技術文檔編寫，協助生成、更新與完善 README 檔案。針對開源專案貢獻者、內部團隊及個人專案提供客製化的內容與模板建議。

reverse-engineering-api

透過捕捉瀏覽器流量 (HAR 檔案) 進行網路 API 逆向工程，並自動產生可用於自動化與資料擷取的 Python API 客戶端。

log-focus-debug

DashPlayer 日志聚焦除錯技能：隔離功能日誌鏈、注入臨時標記（[FOCUS:token]），並確保任務完成後清理除錯代碼。

handoff

建立結構化的工作交接文件，確保在切換環境、暫停工作或結束工作時，能無縫接續之前的進度。

iterating

具狀態的多階段工作流程管理器，透過工作日誌持久化上下文、啟用檢查點，並管理長期任務中的迭代進度。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

plain-language

一套用於編寫清晰、易讀且簡潔內容的工具。應用「淺顯語言運動」原則，包括主動語態、縮短句子和消除行話，以提升讀者理解度。

snowflake-semanticview

使用 Snowflake CLI 建立、修改及驗證 Snowflake 語意視圖。