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。

moollm

一個用於大語言模型代理生存記憶的微世界作業系統，將檔案系統轉化為可導航的房間，並將程式碼轉化為可居住的世界。

llmfit-advisor

分析本機硬體 (RAM, CPU, GPU/VRAM) 並獲取最佳化的本機 LLM 模型推薦、量化設定與效能預估。

opper-api

直接存取 Opper REST API，用於 LLM 編排、模型管理、任務執行，以及從 OpenAI、Anthropic 或 OpenRouter 進行無縫遷移。

llmintegration

支援 Claude、GPT、Gemini 與 Ollama 的多模型 LLM 整合方案。包含 API 對接、提示工程、Token 管理及模型中立的編排架構。

model-registry-maintainer

維護並更新 MassGen 模型註冊表，包含後端能力、模型元數據、定價結構以及新舊 AI 模型的上下文窗口配置。

qras

基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好，提供精確的向量語義搜索。

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。

langchain-chat-models

為 LangChain 應用程式提供統一介面，整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。

massive-context-mcp

透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫，突破 LLM 上下文視窗限制。

browser-use

基於 Model Context Protocol 的 AI 瀏覽器自動化伺服器，支援網頁互動、數據提取與深度研究。

mcp-development

提供模型上下文協議 (MCP) 伺服器開發指南，涵蓋工具設計、資源處理及 AI/ML 整合模式。