Agent Skills Hub

User Story Writing

使用標準的「As a/I want/So that」框架編寫結構良好的使用者故事，並包含清晰的驗收標準，以確保敏捷團隊的一致性。

skills

一個專案專屬的架構模板，包含 Next.js 15、FastAPI 與 Supabase 的最佳實踐，以及 Claude AI 的結構化輸出整合模式。

cc-stack-analysis

用於審核和驗證 Claude Code 配置（技能、鉤子、指令）的結構完整性、命名規範及最佳實踐的專家工具。

skill-orchestrator

透過分析可用技能、制定結構化執行計畫並管理手動或委派的多步驟工作流程，來統籌複雜的程式設計任務。

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

evaluating-code-models

使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試，並提供多語言編碼模型的 pass@k 指標評估。

n8n-expression-testing

驗證 n8n 表達式語法，執行上下文感知測試，檢測常見陷阱，並優化工作流程中的數據轉換。

update-llm-model-list

根據 litellm 註冊表審核並同步 assets.py 中的支援 LLM 模型列表。

ring:dev-sre

開發週期 Gate 2 技能，用於驗證可觀測性實作，包含結構化日誌、OpenTelemetry 追蹤及儀表覆蓋率，且不修改程式碼。

java-coding-standards

強制執行高品質 Java 17+ 編碼標準、Spring Boot 慣例以及可維護的專案架構。

web-shader-extractor

從網頁中提取 WebGL/Canvas/Shader 特效代碼，進行反混淆處理並移植為獨立的原生 JavaScript 專案。

tavily-web

使用 Tavily API 進行進階網路搜尋、內容提取與網站爬取，為 AI 代理研究與數據收集進行優化。