Agent Skills Hub

cc-stack-analysis

用於審核和驗證 Claude Code 配置（技能、鉤子、指令）的結構完整性、命名規範及最佳實踐的專家工具。

lading-optimize-submit

自動化 lading 效能最佳化的提交流程，包含分支管理、git 提交與 Pull Request 建立。

doncheli-visual-test

執行自動化視覺回歸測試，透過將 UI 截圖與基準影像進行比較，識別佈局位移、色彩變化及渲染回歸問題。

dev-checker

用於提交前與部署前檢查的自動化代碼品質驗證工具，涵蓋 TypeScript、建置與 lint 檢查。

moonbit-agent-guide

MoonBit 開發指南，涵蓋專案架構、模組化佈局、編譯工具鏈與測試最佳實踐。

Vercel Deploying

自動化 Vercel 生產環境部署代理，透過 MCP 獲取建置日誌、診斷錯誤、修復問題並自動重試，直到部署成功。

plan

用於規劃與實作功能、技能、指令碼或架構變更的結構化六階段工作流程，包含自動化工具探索與安全驗證。

iterate

代碼庫自動化優化循環。根據特定目標與機械指標，自動修改、測量並迭代代碼以提升效能。

Global Coding Style

應用務實編碼標準：包含明確命名、單一職責函數、防禦性程式設計，以及確定性副作用，拒絕過度設計與臆測性功能。

project-guidelines-example

專案專屬的架構指南模板，提供生產級 AI 應用程式的標準化結構、代碼模式、測試要求及部署工作流程。

scikit-learn

使用 scikit-learn 進行經典機器學習。適用於分類、迴歸、分群、降維、資料預處理、模型評估，以及構建 Python 機器學習流程。

github-pr-creation

自動化 GitHub Pull Request 建立工具，支援任務驗證、測試執行、Conventional Commits 格式化及專案標籤建議。