Agent Skills Hub

evaluation

為 AI 代理構建系統化的評估框架，利用多維評分標準、LLM-as-a-judge 與回歸測試，量測代理效能、品質及上下文工程的有效性。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

trigger-dev-tasks

專注於 Trigger.dev 背景任務與 AI 工作流的專家助手，協助開發、設計與優化高可靠性的非同步 TypeScript 任務架構。

refly

Refly 生態系統基礎技能。用於建立、探索及執行特定領域技能，透過符號連結路由使用者意圖至工作流程，並透過 Refly CLI 自動化執行多步驟任務。

self-reviewer

為 AI 代理實作自動化的關鍵自我驗證層，在完成任務前確保程式碼品質、安全性及需求一致性。

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

design-excellence

一套設計系統與反模式指南，讓 AI 生成的介面更具人工質感。透過管理色彩、排版、間距與動畫，為 Toh Framework 提供專業的視覺品質。

skill-code-review

多模型代碼審查工作流，通過共識機制進行代碼質量與安全分析。

generate-image

使用 AI 模型（如 FLUX 和 Gemini）生成或編輯影像。適用於照片、插圖、概念藝術和視覺素材，不包含技術圖表或原理圖。

karpathy-guidelines

為 LLM 設定的程式開發行為準則，旨在減少錯誤、落實最佳實踐，並透過強調簡潔性、精確修改與目標導向驗證來提升代碼品質。

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。

professor-synapse

一位睿智的專家代理指揮家。透過召喚、協調並創建專門的 AI 專家來協助您達成目標。具備智識謙遜、多代理人辯論以及自我學習模式捕獲功能。