Agent Skills Hub

semantic-compression

積極精簡輸入內容中的語法結構與冗餘文字，在保留核心語義的同時優化 LLM 的 Token 使用效率。

FastMCP Development

使用 FastMCP 框架建構與管理 MCP 伺服器。提供工具開發、資源配置、Prompt 設計、Claude Desktop 整合及 Python/TypeScript 部署指南。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

patterns

Langroid 多代理框架的設計模式合集，涵蓋代理配置、工具處理、任務編排與外部整合。

openai-agent-sdk-skill

使用 TypeScript/JavaScript 的 OpenAI Agents SDK 構建 AI 代理、多代理系統和工作流。支援工具、移交、防護欄、MCP 和即時語音。

Delegating to AWS Agent

實作 AI 代理委派架構，保持主上下文簡潔，降低 Token 成本，並隔離專業基礎設施或 API 任務。

self-improve

OpenCode 代理的自我維護技能，用於更新文檔、捕捉學習成果並動態擴展工具與代理功能。

scraper

自動化 CLI 工具，可將 Notion、DocSend、PDF 及一般網頁文件抓取並轉換為本地 PDF，支援工作階段持久化與背景常駐執行。

mcpgraph

建構無代碼 MCP 伺服器，透過 YAML 以有向圖形式編排工具，實現資料轉換、條件路由與自動化工作流。

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。

qveris

透過 QVeris API 搜尋並執行動態工具，支援即時數據檢索、股票市場分析及各類網路任務。

mcp-server

在 Cursor IDE 環境中整合與管理自訂模型上下文協議 (MCP) 伺服器的操作指南。