Agent Skills Hub

requirements-elicitation

需求分析與文件編寫技能。透過深入挖掘根本需求、分析利害關係人、解決衝突，並產出具備測試標準的規格說明，協助軟體開發專案精準落地。

semantic-compression

積極精簡輸入內容中的語法結構與冗餘文字，在保留核心語義的同時優化 LLM 的 Token 使用效率。

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。

claude-starter

一個 AI 驅動的技能，可針對複雜的程式設計任務，自動從 RAG 知識庫中檢索相關的專案上下文。

dynamic

專為 bkend.ai BaaS 設計的全端開發代理。自動化專案初始化、身份驗證、資料庫設定及 Next.js 應用程式 API 整合。

setup

引導新貢獻者設置 Chops 開發環境，包含必備項目檢查、透過 xcodegen 生成專案，以及架構導覽。

pix

一個自動化的 UI 實作代理，利用 Figma MCP 和瀏覽器渲染驗證，將 Figma 設計轉換為像素級精確的程式碼。

iterating

具狀態的多階段工作流程管理器，透過工作日誌持久化上下文、啟用檢查點，並管理長期任務中的迭代進度。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量後端實作 ReasoningBank 自適應學習。具備軌跡追蹤、判斷評估、記憶蒸餾與模式識別功能，適用於構建自我學習的自主智能體。

upstash-vector-db-skills

Upstash Vector DB 設定、語意搜尋、命名空間與向量嵌入模型。專為在 Next.js 16 與 Vercel 專案中建構高效向量搜尋功能而設計。

deep-research

一個系統化的多角度網頁研究代理。適用於深度調查、複雜問題查詢，以及在內容生成前作為強制性的研究步驟，確保獲得有據可查的高質量結果。

mcp-tools

用於管理基於 MCP 的研究、文件查詢以及在外部搜索工具與插件支援的記憶系統之間進行協調的技能。