Agent Skills Hub

ray-skill

將偵錯數據、日誌和視覺化輸出發送到 Ray 桌面應用程式，以便進行即時開發回饋。

Delegating to AWS Agent

實作 AI 代理委派架構，保持主上下文簡潔，降低 Token 成本，並隔離專業基礎設施或 API 任務。

Project-Management-Interactive-copilot-test

用於自動化 GitHub Project V2 看板的通用技能，支援狀態轉換、衝刺管理以及透過 CLI 進行的互動式工作流程。

python-plan-optimization

為 Python 代碼提供 6 階段唯讀分析的工作流程，根據專案類型（從 POC 到開源）檢測設計原則違規、程式碼異味並建議現代化改善方案。

artifact-tracking

AI 優化專案追蹤系統，利用 YAML 與 Markdown 混合格式，實現高效率的專案編排、階段管理與自動化任務委派，大幅降低 Token 消耗。

systematic-debugging

一套嚴格的四階段方法論，強制要求在應用任何程式碼修復前，必須先進行系統性的根本原因分析。

deepscan-monitor

管理長時間運行的 PapersFlow DeepScan 研究流程，提供異步監控、即時進度追蹤與自動化報告生成功能。

scraper

自動化 CLI 工具，可將 Notion、DocSend、PDF 及一般網頁文件抓取並轉換為本地 PDF，支援工作階段持久化與背景常駐執行。

Development Tools

Multigres 專案開發工具：自動化執行單元測試、整合測試以及環境協調，適用於 Vitess-for-Postgres。

phase-5-validator

自動化專案工作流程的最終驗證，強制執行 git 合規性、文件標準與部署就緒檢查。

prompt-estruturado

一個結構化的提示工程框架，能將隨意輸入轉換為包含角色、背景、任務、格式及防護機制的專業模組化提示詞。

command-executor

安全地執行、測試並驗證文件中的命令，支援真實輸出擷取、效能追蹤與 Git 安全協定。