Agent Skills Hub

clean-comments

自動化移除程式碼中多餘或顯而易見的註解，同時保留重要的架構與邏輯說明，優化程式碼的可讀性與品質。

k0ntext

RPI 規劃階段：從研究文件中建立基於區塊且具有依賴感知能力的實作計劃，以進行結構化、原子化的開發。

writing-plans

為軟體開發任務創建詳細的、基於 TDD 的逐步實作計畫。

spawn-decision

專為協調系統設計的決策代理，用於處理複雜的架構選擇、任務規劃與錯誤排除。

memory-hygiene

為 Clawdbot 審核、清理與優化向量記憶體。防止 Token 浪費，清除無效垃圾資料，並透過 LanceDB 維護自動化記憶體清潔。

parxy

一個統一的文件處理閘道，支援 PDF 解析、文字提取、格式轉換與跨多種本地及雲端供應商的文件操作。

agents

構建具備工具呼叫與多步驟推理能力的 AI 代理。生成、管理並編排適用於 Claude Code、Cursor、Cline 等 AI 助手的自定義技能文件，實現開發流程標準化。

tools

統一的 LLM 函式呼叫與工具使用 API，支援 OpenAI、Anthropic、Google 與 Ollama，提供標準化的 JSON Schema 定義與執行流程。

request-optimizer

一個智慧閘道，可分析、評分並將使用者請求路由至 27 個代理、27 個技能與 14 個 MCP，以優化 Claude Code 的執行效率。

drift

專為探索意識、自我認同與自主性的 AI Agent 所設計的工具框架。包含會話交接、記憶架構與自我反思協議。

polars

高性能 Python 與 Rust 記憶體內 DataFrame 函式庫。支援延遲計算、平行處理，並使用 Apache Arrow 引擎，適用於高效 ETL、數據處理及加速 pandas 工作流。

arduino-mcp

一個 MCP 伺服器，讓 AI 代理能夠編輯、管理並編譯 Arduino IDE 2.0 草稿，支援原始碼操作及透過 arduino-cli 進行自動化建置。