Agent Skills Hub

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。

prompt-improver

透過程式碼庫研究與針對性提問，在執行前釐清模糊提示詞的意圖。

social-push

使用 agent-browser 自動化將內容發佈至小紅書、X、微博、微信公眾號與掘金等社交平台，並支援草稿暫存功能。

markitdown

將 PDF、Office 文件、圖片、音訊及網頁內容轉換為適合 LLM 與 RAG 系統的乾淨 Markdown 格式，支援 20 多種檔案類型與自動化處理。

subagents-orchestration-guide

協調多代理軟體開發工作流程，管理任務分解、需求分析及複雜軟體專案的品質保證。

subtask

用於 AI 代理的平行任務編排 CLI，採用隔離的 Git 工作區。

minimax-tts

使用智譜 (Zhipu) AI 網頁搜尋 API 進行網際網路搜尋，快速獲取即時資訊、新聞與最新數據。

memory-systems

指導代理人記憶系統的實作，比較主流框架（Mem0、Zep、Letta、LangMem、Cognee），並設計用於跨會話知識保留的持久化架構。

stable-baselines3

使用 Stable Baselines3 進行生產級強化學習。透過類 scikit-learn API 訓練智能體、設計自定義環境、實作訓練回調函數並優化工作流程。

adb-controller

透過 ADB 控制 Android 裝置，直接在工作流程中執行點擊、滑動、輸入文字與截圖。

synapse

自動化模式偵測與技能推薦引擎，透過監控專案記憶、日誌及任務列表，自動進化 AI 代理的能力。

template-structure

透過預先配置的 Claude Code 目錄、指令與代理機制，標準化專案架構，確保所有開發模板具備高度一致性。