Agent Skills Hub

technical-writing

根據實際工程經驗撰寫清晰、專業的技術文檔、部落格文章與教學指南，優先考慮價值傳遞與可執行的見解。

claude

Anthropic Claude AI 模型，專用於高效編碼、長文本分析及 GUI 交互。

deep-thinking

一套深度推理框架，透過多假設生成、嚴謹驗證與系統化分析，協助 AI 處理複雜的架構設計、除錯與高風險決策任務。

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。

rag-engineer

架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線，提升 LLM 應用的精確度。

wiki-architect

分析程式碼庫以產生層次分明的說明文件、入職指南與架構對應，協助團隊高效理解並記錄專案。

Investigating Code Patterns

系統性地追蹤程式碼流、定位實作、診斷效能問題並繪製系統架構，協助您深入理解複雜的程式碼庫。

elegant-design

使用 React、Next.js 與 shadcn/ui 等現代設計系統，建構專業、易於使用且具響應式的介面。專注於開發者工具、聊天介面及即時串流組件。

coach

一個持久且具備適應性的輔助教練，能分析您的 Claude Code 會話紀錄，並推薦個人化技能以優化您的 AI 協作模式。

context-driven-development

透過管理 conductor/ 目錄中的專案環境工件（產品、技術棧、工作流程、追蹤）來標準化開發環境。支援專案鷹架建立、工件同步以及針對全新與既有專案的 AI 對齊。

training-data-curation

用於 LLM 後訓練（SFT/DPO/RLHF）的高品質數據集策劃指南，涵蓋數據格式、品質過濾與收集策略。

User Story Writing

使用標準的「As a/I want/So that」框架編寫結構良好的使用者故事，並包含清晰的驗收標準，以確保敏捷團隊的一致性。