Agents

team-builder 是一個互動式 agent 挑選器，可用 markdown persona 檔案組成並派送平行團隊。這個 team-builder 技能可協助你瀏覽可用 agents、依領域分組專家，並為 Workflow Automation 建立臨時團隊。最適合扁平式或子目錄式 agent 函式庫、且 persona 結構清楚的 repos。

santa-method 是一套多代理驗證工作流程，專為上線前必須正確無誤的輸出而設計。它透過獨立審查來找出內容、貼近程式碼的交付物、合規敏感文案與工作流程自動化任務中的盲點。當你需要可重複執行的「生成、驗證、收斂」循環時，就適合安裝 santa-method 技能。

ralphinho-rfc-pipeline 是一套以 RFC 驅動的多代理工作流程技能，專門用來把大型功能拆解成可驗證的單元、逐步驗證每個步驟，並透過整合檢查完成合併。它特別適合用於 ralphinho-rfc-pipeline 的 Multi-Agent Systems、重構、schema 變更、auth、效能與安全性工作。

opensource-pipeline 可透過三階段工作流程把私有專案整理成可公開發布的 repository：fork、sanitize、package。使用 opensource-pipeline 技能可移除 secrets、驗證清理結果，並產生 CLAUDE.md、setup.sh 和 README，讓 GitHub 發佈更安全。

iterative-retrieval 是一種工作流程模式，用於在 agentic 工作中逐步精煉上下文檢索。它能幫助 subagents 避免取得過多或過少的上下文，因此很適合用來評估 iterative-retrieval 的使用情境、安裝決策，以及 Workflow Automation 中的 iterative-retrieval。

gan-style-harness 是一個用於 Agent Orchestration 的 Generator-Evaluator 技能，能以更嚴格的評審、更好的迭代，以及更少的薄弱環節，協助打造完整應用程式。當你需要 gan-style-harness 技能來處理偏前端、全端，或偏向正式上線思維的工作，而且審查品質比速度更重要時，這個技能就很適合。

council 是一個用於處理模糊選擇、取捨與要不要做（go/no-go）判斷的決策支援技能。當有多條合理路徑可走，而你在拍板前需要先建立有結構的分歧討論時，適合使用 council。它特別適用於產品、工程、營運與策略決策，因為這類情境更重視可辯護的建議，而不是泛泛的腦力激盪。

continuous-learning-v2 可將 Claude Code 工作階段轉為以專案為範圍的學習，結合 hooks、observer agents、信心分數，以及把重複模式升級為 skills、commands 或 agents。

Triage 是一個 GitHub issue triage 技能，用來把新進的 bug 和功能需求透過以角色為 ভিত্ত的狀態機進行分流處理。可用來分類 issues、判斷是否還需要更多資訊、將工作派給 AFK agent 或人工維護者，並讓 issue 處理流程保持一致。這是一個實用的 Issue Tracking triage 技能。

design-an-interface 技能可協助你在定案前，先探索截然不同的 API 與模組介面形狀。它特別適合前端開發與其他模組設計工作：先釐清需求，再比較多種方案、權衡取捨，最後產出更乾淨、面向呼叫端的契約。

context-degradation 是一個實用技能，用於診斷長流程中的上下文失效，包括 lost-in-the-middle、poisoning、distraction、confusion 和 clash。可用來找出上下文在哪裡斷裂、判斷應先改什麼，並套用可重複使用的 context-degradation 指南，支援 Skill Authoring、prompt 放置與 production agent debugging。

multi-agent-patterns 技能可協助你設計與實作具備 Agent Orchestration、上下文隔離、平行工作與結構化交接的代理系統。當你要在單一 agent 與多 agent 架構之間做選擇，或需要 supervisor 路由、同儕交接、共識機制、故障處理時，就很適合使用它。它最適合以編排為核心、且協調清楚比單純增加 agent 數量更重要的任務。

context-optimization 是一項實用的 Context Engineering 技能，可幫助減少 token 浪費、保留決策狀態，並管理長流程。可用來處理 context 限制、縮減工具輸出膨脹、改善更利於快取的 prompt 結構、套用 observation masking 與 compaction，並在需要時切分 context。它是為真實使用情境而設計，不只是理論示範。

ai-shaped-readiness-advisor 協助產品領導者評估組織是 AI-first 還是 AI-shaped，找出成熟度落差，並挑選下一個最該打造的能力，以做出更好的決策支援。

create-custom-agent 可協助你為具備特定工具、指令與交接流程的專屬 AI persona 建立 VS Code 自訂代理程式檔案（.agent.md）。可用來快速建立新代理、設定工具限制，並為 Skill Authoring 定義代理對代理的工作流程。

m365-agents-ts 協助你使用 Microsoft 365 Agents SDK，在 TypeScript/Node.js 中建立 Microsoft 365 agents，涵蓋 Express 主機託管、AgentApplication 路由、串流回應，以及 Copilot Studio 用戶端整合。這是一份實務導向的指南，適合以部署為目標的全端 agent 開發。

使用 TypeScript 搭配 azure-ai-projects-ts 與 @azure/ai-projects 建置 Azure AI Foundry 應用程式。這個技能適合處理專案用戶端、代理程式、連線、部署、資料集、索引、評估，以及 OpenAI 存取。它是一份實用指南，涵蓋 Azure 專案資源與認證的 API 開發。

m365-agents-py 協助後端開發者用 Python 建置 Microsoft 365、Teams 與 Copilot Studio agents，支援 aiohttp 代管、AgentApplication 路由、串流回應，以及 MSAL 驗證。內容包含安裝指引、使用模式，還有從 microsoft.agents 轉為 microsoft_agents 的 import 變更說明。

azure-ai-projects-py 是 Microsoft Foundry 專案用戶端的 Azure AI Projects Python SDK 技能。適合用於安裝、驗證、用戶端設定、使用 PromptAgentDefinition 的版本化 agent，以及評估、連線、部署、資料集、索引與相容 OpenAI 的存取。最適合 Python 後端開發流程。

m365-agents-dotnet 是一套適用於 .NET 的 Microsoft 365 Agents SDK 技能，協助你在 Teams、Microsoft 365 和 Copilot Studio 中建置多通路代理程式。它可支援 ASP.NET Core 主機架設、AgentApplication 路由、以 MSAL 為基礎的驗證、套件選擇，以及 m365-agents-dotnet 在 API 開發中的實際用法。

azure-ai-projects-dotnet 是 Azure AI Foundry 專案用的 .NET 技能。它能幫助後端開發者安裝正確的 Azure SDK 套件、設定環境變數，並以較少摸索的方式使用 AIProjectClient 來處理 agents、connections、datasets、deployments、evaluations 與 indexes。

agents-sdk 可協助你打造具備有狀態對話、持久化執行、WebSocket 或串流聊天、MCP 整合、排程任務與瀏覽器自動化的 Cloudflare Workers agents。這份 agents-sdk 技能聚焦於安裝決策、設定，以及現有或新建 Workers 應用的實作使用；只有在多 agent 系統符合 Cloudflare 執行環境限制時，才會提供相關指引。

subagent-driven-development 能幫你把實作計畫拆成彼此獨立的任務，為每個任務派出一個全新的 subagent，並在每個步驟之間檢視結果。它特別適合需要兼顧速度與品質把關的 agent orchestration 情境，尤其是 3 個以上彼此獨立的問題、bug 修正、功能切片或 repo 清理。

tree-of-thoughts 是一種推理工作流程技能，能協助代理探索多種做法、修剪較弱的分支，並整合出更好的答案。它適合困難的除錯、規劃、架構取捨，以及用於 Agent Orchestration 的 tree-of-thoughts。