Agent Skills Hub

supermemory

Supermemory 是 AI 代理的長期記憶基礎設施，提供持久上下文、用戶畫像及跨多模態知識庫的語義 RAG 搜尋功能。

qras

基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好，提供精確的向量語義搜索。

zotero-mcp-code

透過 Python 程式碼執行來高效率地搜尋您的 Zotero 文獻庫。實現全面性的多策略查詢、自動去重與關聯性排序，有效避免內容溢出或系統崩潰。

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。

qmd

用於 Markdown 筆記、文件和代碼庫知識庫的本地混合搜尋引擎，旨在降低 Token 消耗並提升檢索效率。

code-search-selector

代碼搜索工具選擇器。自動在語義搜索 (claudemem) 與本地工具 (Grep/Glob) 之間切換，優化搜索效率、Token 使用與準確性。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

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。

prompt-lookup

透過 prompts.chat 搜尋、發掘並優化 AI 提示詞。存取數千個專為 ChatGPT、Claude 等 AI 模型設計的社群精選提示詞。

search

使用 Tavily 的 LLM 優化搜尋 API 進行網路搜尋，無需編寫程式碼即可獲取帶有引用來源的精準內容。

archon

Archon 互動式整合工具，提供知識庫與專案管理功能。支援 RAG 語意搜尋、網站爬取、文件版本控制以及透過 REST API 進行階層式任務管理。

doc-reader

透過 llms.txt、MCP 搜尋與智慧解析策略，有效率地讀取並導航外部技術文件。