Agent Skills Hub

react-native-best-practices

React Native 效能最佳化指南，涵蓋 FPS、TTI、Bundle 大小、記憶體洩漏與分析模式，基於 Callstack 的專業最佳實踐。

code-auditing

一套系統化的程式碼審計框架，用於識別軟體專案中的技術債、安全漏洞、無效程式碼及程式碼品質問題。

linkerd-patterns

實作 Linkerd 服務網格模式，用於 Kubernetes 環境中的安全性、流量策略管理與零信任網路部署。

lint

執行 vibe-kanban CLI 程式碼庫的標準 Deno lint、格式化與型別檢查。

pr-checks

自動化 PR 品質檢查：包含審查 CodeRabbit 建議、驗證 PR 說明、執行 pre-commit hooks 以及運行測試套件。

omc-plan

智能戰略規劃與需求收集，支援多視角共識循環與結構化審議。

debug-mcp

針對 MCP 伺服器與 Microsoft Copilot Studio 整合的系統性除錯工作流程，包含常見修復模式與驗證腳本。

dinero-best-practices

執行 Dinero.js 的最佳實踐。適用於處理貨幣數值、執行算術運算或重構程式碼，以確保 JavaScript/TypeScript 應用程式中貨幣計算的安全性、型別安全與精確度。

strategy-scaling-architecture

spectre-build 的架構規劃與擴展，涵蓋 GUI、伺服器層、多模型支援以及工業級管線編排。

steering-specs-generator

透過引導式訪談提取隱性工程知識，並生成結構化的指導規範 (steerings)，以建立一致的專案標準與約定。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

qc

自動化品質閘門，使用 5 個平行 AI 代理程式審查程式碼變更，確保正確性、風格與一致性。