Agent Skills Hub

clarity-gate

透過預注入驗證強化 RAG 系統的認知品質，確保文檔在進入知識庫前皆經過嚴格定義與結構化校對。

btca-cli

操作 btca CLI 進行原始碼優先的研究。管理 Git、本機目錄與 npm 資源，確保 AI 的回答基於實際程式碼庫而非過時的文件。

web-research

透過 Pollinations 文字 API 結合 Gemini 與 Perplexity 等搜尋增強模型，取得即時且具備網路參照的精準研究答案。

test-automation-strategy

實施專業級測試自動化策略，管理測試金字塔，檢測反模式，並整合 CI/CD 以實現具彈性、快速且高品質的軟體測試。

confluence-docs

為 AI 代理工作流程提供 ADR、營運手冊、系統架構與知識移轉等標準化技術文件模板。

ai-collaboration-standards

防止 AI 幻覺，確保在分析程式碼、技術文件或提供建議時，輸出具備證據支持且可驗證的內容。

recursive-decomposition

透過將大型任務自動拆解為可管理的遞迴子任務，突破上下文視窗限制，提升對大型程式碼庫與文件集的推理準確度。

reflect-appworld-failure

分析 AppWorld 任務失敗原因，提取具體的 API 模式並生成帶有實作程式碼範例的可執行劇本要點。

shift-left-testing

透過將測試活動移至開發生命週期的早期階段來加速軟體交付，利用 AI 驅動的需求驗證、TDD 與自動化 CI 管線，降低缺陷修復成本。

project-scaffolding

開發者專用專案初始化精靈，支援超過 70 種 Web、行動、桌面與後端開發專案，提供 SDK、資料庫與 DevOps 環境的互動式設定流程。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

baidu-search

使用百度 AI 搜尋引擎 (BDSE) 進行即時網路搜尋，獲取最新資訊、文件與研究資料。