此技能協助開發者透過數據驅動分析、提示工程及結構化測試工作流程，系統性地提升 AI 代理人效能，實現具可衡量成果的持續代理人優化。

為 AI 代理建立智慧記憶架構，實現長期學習和情境感知回應。此技能提供實作短期記憶、長期記憶和情景記憶的模式，隨時間提升代理效能。

此技能為 AI 代理提供持久化、可搜尋的記憶功能，使其能夠在各個會話間保留架構決策、模式與知識，無需人工追蹤。

此技能使 Claude 能夠管理多個在平行 tmux 工作階段中運行的本地 CLI 代理，提供啟動/停止/監控功能，並支援使用 cron 語法進行自動化工作流程的排程。

使用 Microsoft Agent Framework Python SDK 在 Azure AI Foundry 上建立持久化 AI 代理程式。此技能提供程式碼範例，用於建置具有託管工具、函式工具和對話執行緒的代理程式。

LLM agent 在生產環境中經常失敗，即使通過了基準測試。此技能提供行為測試、能力評估和可靠性指標，以便在部署前發現問題。

此技能協助開發者使用 GitHub CLI 系統化地處理 PR 審查意見，確保不會遺漏任何回饋，並且所有問題都得到妥善解決。

安全團隊需要用於授權 Active Directory 評估的綜合參考資料。本技能提供滲透測試人員進行紅隊作業時的已記錄攻擊技術和工具命令。

行銷團隊和銷售專業人員浪費大量時間在重複性的 ActiveCampaign 任務上，例如聯絡人管理和自動化註冊。這個技能讓 AI 助手能夠透過 Rube MCP 整合自動執行這些工作流程。

此技能協助開發人員使用自動化工具和手動測試進行全面的 WCAG 合規性審核，以識別無障礙障礙並提供修復指導。

A/B 測試常因設計不良、過早停止和指標無效而失敗。此技能強制執行嚴謹的方法論，在任何測試運行之前必須通過假設鎖定、指標定義和樣本量計算的強制關卡。

使用 Three.js、React Three Fiber 和 Spline 建構精美的 3D 網站和網頁應用程式。此技能協助您建立互動式產品配置器、沉浸式作品集以及在所有裝置上都能正常運作的引人入勝的 3D 介面。

透過自動化驗證和回滾，確保 AI 生成的程式碼符合品質標準。取得即時真相評分，防止不良程式碼進入您的程式碼庫。

在多個 AI 代理之間管理複雜的分散式工作流程，若沒有結構化的編排模式將極具挑戰性。此技能提供進階的群組拓撲、代理專化策略和容錯機制，用於大規模協調平行 AI 代理操作。

建構複雜的 AI 系統需要多個代理的協調。本技能提供網狀、階層式和自適應群體拓撲的模式和命令，具備自動負載平衡和容錯功能。

開發專案往往缺乏結構和一致性。SPARC 提供了一個系統化的 5 階段方法論，配備 17 種專業模式，可協調多個代理程式，從規格制定到完成進行全面的軟體開發。

當每個步驟無法輕鬆接收先前結果的上下文時，建立複雜的多步驟AI工作流程就變得困難。Stream-Chain 支援複雜的管線，讓每個代理的輸出自動流入下一步驟，支援自訂鏈結和預定義的經過驗證的工作流程。

建立 Claude Code 技能需要了解 YAML 前matter、目錄結構和漸進式揭露模式。此技能提供全面的範本和逐步指導，用於建立可在 Claude、Claude Code、SDK 和 API 平台上運作的技能。

AI 代理程式難以從過去的經驗中學習並隨著時間改進。ReasoningBank 提供使用 AgentDB 的自適應學習模式，使代理程式能夠追蹤軌跡、判斷結果，並將記憶提煉為可重複使用的模式。

AI 代理會浪費時間重複同樣的次優方法。ReasoningBank 使代理能夠從經驗中學習、識別模式，並隨著時間持續改進其策略。