Agent Skills Hub

test-writer

自動產生符合最佳實踐的單元測試檔案，支援 pytest、unittest、jest 等多種測試框架。

fp-pipe-ref

fp-ts 的 pipe 與 flow 快速參考。用於串接函式、組合操作，或在函數式 TypeScript 程式碼中建立乾淨且易讀的資料管道。

karpathy-guidelines

為 LLM 設定的程式開發行為準則，旨在減少錯誤、落實最佳實踐，並透過強調簡潔性、精確修改與目標導向驗證來提升代碼品質。

conversion-psychology

影片與贊助內容的轉換心理學。運用情緒觸發、社會認同、稀缺性與說服原則，優化腳本並提升觀眾互動與轉換率。

customer-research

客戶問題與調查研究工具，提供多來源資訊整合、事件追蹤、帳戶歷史紀錄查詢，並包含來源標註與信賴度評分。

compliance-testing

自動化執行 GDPR、CCPA、HIPAA、SOC2 及 PCI-DSS 等法規遵循測試，確保法律合規性、準備審計並保護敏感數據。

Agent Communication Debugger

診斷並調試代理間 (A2A) 通訊問題，涵蓋編排器路由、傳輸連接、代理狀態及多代理系統日誌分析。

web-research

透過 Pollinations 文字 API 結合 Gemini 與 Perplexity 等搜尋增強模型，取得即時且具備網路參照的精準研究答案。

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。

refactoring-patterns

透過 TDD 循環與自動化測試驗證，安全地重構程式碼以提升結構與可維護性，同時確保功能行為不變。

mcp-research

使用 MCP 工具獲取最新的技術資訊，針對函式庫、API、SDK 及技術生態系統提供經過驗證的指導。

shadcn-vite-iconify-landing-page

使用 React、Vite、TypeScript、Tailwind 和 shadcn/ui 構建、審核並迭代高轉化率著陸頁。專注於轉換率優化 (CRO)、首屏結構以及使用 Iconify 圖標的高品質介面設計。