Agent Skills Hub

memory-systems

指導代理人記憶系統的實作，比較主流框架（Mem0、Zep、Letta、LangMem、Cognee），並設計用於跨會話知識保留的持久化架構。

context-compression

透過先進的上下文壓縮、結構化摘要與任務導向的狀態管理，為長期運行的 AI 代理會話優化效能並降低 Token 使用量。

product-management

為新創公司打造的 AI 原生產品管理工具。具備自動化競品研究、基於 WINNING 模型的缺口分析、PRD 文件生成，並整合 GitHub Issues 進行信號驅動的優先級規劃。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

bird

一個用於 X/Twitter 的指令列介面，支援使用 Cookie 進行驗證的閱讀、搜尋、發文與社交互動，並整合於 OpenWhale AI 代理生態系統中。

transcribee

使用高精度說話者分離技術轉錄 YouTube 影片與本地影音檔案，提供適合 AI 分析的結構化文字輸出。

skills-management

為 AI 編碼代理搜尋、安裝、更新與管理技能。提供全生態系統技能探索與本地組織的集中化介面。

batch-coordinator

驗證並協調批次學習指南操作，透過強制執行模板相容性、檔案可用性及僅限來源政策，在代理程式執行前防止錯誤。

markitdown

將 PDF、Office 文件、圖片、音訊及網頁內容轉換為適合 LLM 與 RAG 系統的乾淨 Markdown 格式，支援 20 多種檔案類型與自動化處理。

sequential-thinking

結構化推理工具，用於複雜問題分解、分步分析、一致性驗證以及帶有置信度評分的證據合成。

marketing-fundamentals

掌握行銷核心概念、心理學與架構。包含漏斗規劃、定位、價值主張與客戶旅程分析，為行銷策略奠定基礎。

generate-commit-message

根據暫存區的變更，生成結構化且符合規範的 git 提交訊息。