Agent Skills Hub

deep-thinking

一套深度推理框架，透過多假設生成、嚴謹驗證與系統化分析，協助 AI 處理複雜的架構設計、除錯與高風險決策任務。

gh-fix-ci

診斷 GitHub Actions CI 失敗，自動獲取日誌、總結錯誤並規劃修復方案。

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。

browser-debugger

使用 Chrome DevTools MCP 和 AI 視覺模型進行 UI 測試、設計一致性驗證及瀏覽器除錯。

cc-skill-project-guidelines-example

用於建立專案專屬 AI 代理指南的模板技能，定義確定性開發所需的架構、檔案結構與程式碼模式。

senior-frontend-engineer-react

企業級 React CRUD 開發技能，專注於 React 16.14 與 DVA 2.x。提供自動化列表頁生成、表單管理與 API 服務層整合。

condition-based-waiting

使用條件式輪詢取代隨意的測試逾時設定，藉此消除軟體測試中的不穩定測試、競爭條件與時間依賴性失敗，提升測試套件的可靠度。

development

全面的 Linux 開發環境管理，涵蓋編譯器、建置工具、IDE 與除錯工作流程。

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。

mcp-rails

在 Rails 應用中實現完整的模型上下文協議 (MCP)。支援連接外部 MCP 伺服器、將 Rails 應用程式暴露為 MCP 伺服器、透過 Docker 管理子進程，以及 OAuth 2.1 PKCE 驗證。

iterate

代碼庫自動化優化循環。根據特定目標與機械指標，自動修改、測量並迭代代碼以提升效能。

building-ai-agent-on-cloudflare

使用 Cloudflare Agents SDK 在 Workers 上構建有狀態的 AI 代理。支援實時 WebSocket、持久化狀態管理、定時背景任務與工具整合，專為生產環境設計。