Agent Skills Hub

context-detection

系統化的專案技術棧檢測、框架特定技能自動載入，以及針對 React + Go 等全端專案的多技術棧分析。

analyzing-research-documents

從研究文件、技術論文和架構設計檔案中，系統性地萃取關鍵見解、決策紀錄與技術限制。

root-cause-tracing

系統性除錯技能，透過追蹤呼叫堆疊找出問題根源，不僅僅是修補表象錯誤，更著重於識別原始觸發點並實施防禦性檢查。

Confidence Check

開發人員的事前實作信心評估工具。透過重複代碼檢查、架構合規性、官方文件驗證與根本原因分析，確保達到 90% 以上的準備度。

global-intel-summary

全球情報自動匯總工具，生成市場、政經與 AI 新聞報告。支援 RSS 聚合、重大事件告警與結構化情報推演，協助用戶高效追蹤全球動態。

statsmodels

Python 統計建模與計量經濟學函式庫。執行 OLS、GLM、混合模型、ARIMA、診斷與推論，適用於嚴謹的科學分析。

flaky-detect

透過分析持續整合 (CI) 歷史、執行模式與程式碼結構，識別、分類並排除不穩定的測試 (flaky tests)，以提升測試套件的可靠性。

evidence-first-debugging

強制執行嚴格的實證調試工作流程，利用結構化觀察、假設檢驗和因果驗證，消除技術調查中的推測。

sui

使用自動化日誌記錄和科學方法調試 Sui 的模擬測試 (simtest) 失敗。

vertesia-plugin

用於構建 Vertesia 插件的框架，具備工具服務器與 UI 雙架構，支持熱模組替換 (HMR)、構建工具及資產管理。

study-notes-creator

將複雜資訊轉換為結構化的學習筆記、總結與練習題，協助高效學習與知識記憶。

flutter-errors

診斷並解決常見的 Flutter 運行時與佈局錯誤，包括 RenderFlex 溢出、無界約束以及狀態管理問題。