Agent Skills Hub

dlt-skill

建立、管理與除錯 dlt (data load tool) 資料管線，將資料從 API、資料庫及自訂來源匯入 DuckDB、BigQuery 或 Snowflake 等目標。

tanstack-query

TanStack Query v5 專業狀態管理模式，涵蓋查詢鍵工廠、資料變異、快取策略及 SSR 配置，適用於各類伺服器狀態管理任務。

backend-core

語言無關的後端架構模式，涵蓋 API 設計、身分驗證、安全性協定與資料庫建模。

product-analytics

透過 KPI 框架、同期群分析與漏斗指標分析產品效能，進而推動成長、留存率與功能採用率。

project-overview

LobeHub 專案架構與結構指南。用於探索程式碼庫、理解專案組織、查找檔案及獲取架構背景資訊。

commit

強制執行 Sentry 風格的規範化提交、分支安全檢查以及結構化問題參考，適用於 AI 編碼代理。

tool-integration

創建、註冊與管理自訂代理工具及 MCP 伺服器，透過外部 API 與自訂邏輯擴展 AI 代理的功能。

p9

P9 技術領隊模式：透過任務提示（六要素）管理 P8 代理團隊，無需親自撰寫程式碼。負責專案管理、任務拆解，並協調 3 個以上平行代理執行任務。

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。

llmfit-advisor

分析本機硬體 (RAM, CPU, GPU/VRAM) 並獲取最佳化的本機 LLM 模型推薦、量化設定與效能預估。

repo-analyzer

分析 GitHub 儲存庫的結構、文檔、依賴關係及貢獻者模式，以進行代碼庫健康檢查與開發洞察。

massive-context-mcp

透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫，突破 LLM 上下文視窗限制。