Skill

content-refresher

Skill

github.com

通过系统化分析内容时效性与性能表现，识别需更新的陈旧内容并制定全面刷新策略，涵盖信息补充、数据升级、结构优化及搜索引擎可见性增强，有效恢复流失流量并提升在搜索结果中的竞争力。

content-research-writer

Skill

github.com

协助用户完成从选题到发布的完整写作过程，通过协同构建大纲、补充权威引用、优化开篇吸引力、逐段提供反馈来提升内容质量，在保持作者原有风格的基础上实现高效迭代，适用于撰写深度文章、技术文档或案例研究等需要严谨结构与可信度的内容创作场景。

content-research-writer

Skill

github.com

协助用户完成高质量内容创作的全流程协作，涵盖选题构思、结构化提纲设计、针对性资料检索与规范引注、开篇钩子优化、分章节实时反馈、多轮迭代润色，并全程保持作者独特的语言风格与表达调性，适用于博客、教程、案例研究及技术文档等多种写作场景。

content-research-writer

Skill

github.com

作为写作协作者，提供从选题策划、资料检索、结构设计到逐段润色的全流程支持，能强化开篇吸引力、保持作者独特文风、规范引用格式，并通过多轮迭代提升内容深度与可读性，适用于各类专业级文本创作场景。

content-security-policy-generator

Skill

github.com

自动生成内容安全策略的配置与代码，提供符合行业标准的安全实践指导，支持对认证机制、输入验证及常见漏洞防护的自动化检测与实现，适用于构建高安全性的应用系统。

content-security-policy-generator

Skill

github.com

自动生成符合安全规范的内容安全策略配置，提供分步指导、生产级代码生成及标准合规性验证，覆盖策略编写、模式选择与最佳实践应用等核心环节。

content-trend-researcher

Skill

github.com

通过聚合分析谷歌趋势、社交媒体、内容平台及视频播客等多源数据，识别实时上升话题与用户真实需求，发现未被满足的内容空白，并据此生成结构清晰、意图匹配、平台适配的高质量文章大纲，支撑数据驱动的内容创作与策略决策。

context-analyzer

Skill

github.com

分析项目中的代码结构与依赖关系，理解 Nuxt 框架的前后端目录布局，追踪组件与服务间的数据流，并基于配置文件验证可用模块，辅助开发决策与问题排查。

context-compression

Skill

github.com

提供长对话与代码场景下的上下文压缩能力，通过结构化摘要、增量合并和探针式评估，平衡 token 节省与关键信息保留，重点保障文件修改记录、错误细节、决策依据等任务必需信息的连续性，支撑多轮调试、大规模代码分析及长时间运行的智能体会话。

context-degradation

Skill

github.com

识别并缓解长上下文中的性能衰退问题，通过分析注意力分布、信息干扰与冲突模式，采用分段隔离、动态压缩和选择性加载等策略优化模型表现，适用于复杂对话与多任务场景下的稳定性维护。

context-degradation

Skill

github.com

识别并应对大模型在长上下文场景中出现的性能退化现象，包括中间信息丢失、错误累积、无关干扰、逻辑混淆及内容冲突等典型模式，通过上下文压缩、筛选、隔离与分段等架构策略实现稳定可靠的推理能力。

context-detection

Skill

github.com

自动识别项目技术栈，通过分析配置文件、源码扩展名、目录结构等多维度线索，精准判断前端、后端或全栈架构，并据此动态加载对应框架的技能模块，支持 React、Vue、Go、Rust、Python、Bun 等多种技术组合。

context-driven-development

Skill

github.com

将项目上下文作为与代码同等重要的核心资产进行系统化管理，通过结构化文档明确产品目标、技术选型、协作流程及工作追踪机制，确保团队理解一致、AI交互稳定，并在项目演进中持续同步和验证上下文准确性。

context-driven-testing

Skill

github.com

强调测试决策必须根植于具体项目情境，而非套用通用规范，通过持续分析目标、风险、约束与团队能力来动态调整方法，将测试视为探索性问题发现过程，重视实际价值交付而非流程合规。

context-engine

Skill

github.com

支持跨代码库的语义与关键词混合检索，结合神经重排序提升准确性，可定位实现位置、解答源码相关问题、发现相似代码模式、分析调用关系与依赖结构，并支持将知识持久化存储及与代码上下文联合检索。

context-engineering

Skill

github.com

专注于提升AI代理系统中上下文的利用效率，通过精炼高信息密度的输入来增强大模型推理质量，同时严格控制令牌消耗。涵盖上下文建模、衰减诊断、压缩与缓存策略、记忆架构设计、多代理协同机制及基于LLM的评估方法，适用于从单体代理调试到复杂管道开发的全周期工程实践。

context-engineering

Skill

github.com

掌握上下文工程的核心在于理解语言模型在推理时可访问的全部状态，包括系统指令、工具定义、检索文档、对话历史和工具输出。通过优化信息组织与加载时机，确保关键内容位于注意力强的位置，并采用渐进式披露、压缩与隔离等策略，在有限上下文中维持高效准确的决策能力。

context-fields

Skill

github.com

通过设定明确的思维约束条件来引导响应模式，根据用户请求类型自动匹配对应的认知框架，如代码生成、调试、创意发散、情感回应或结构化规划等，在不同场景下强制采用特定推理路径，确保思考更严谨、表达更精准、交互更贴合实际需求。

context-fundamentals

Skill

github.com

提供AI代理系统中上下文工程的核心原理与实践方法，涵盖上下文构成要素、注意力预算约束、渐进式信息加载策略及上下文质量优化原则，帮助设计高效、可维护且具备强推理能力的智能体架构。

context-health-monitor

Skill

github.com

监控上下文质量，在出现重复调试、循环尝试或认知模糊时主动记录状态并建议暂停，通过系统化日志保存当前假设与尝试路径，防止信息过载导致决策退化，确保复杂任务的推进效率。

context-hunter

Skill

github.com

通过分析代码库中的既有模式与隐性规范，在实施功能或修复缺陷前识别数据流转、命名约定及测试策略等关键特征，确保新代码与现有结构保持一致，避免重复实现并降低维护成本。

context-management

Skill

github.com

在多轮对话与多 Agent 协作中，实现对指令、项目状态和长上下文的结构化管理，通过外化文档明确区分规则与事实，支持冲突检测、渐进式信息呈现、可审计决策记录及跨阶段任务交接，保障复杂项目中行为的一致性与可追溯性。

context-optimization

Skill

github.com

通过智能压缩、观测掩码、KV 缓存复用和上下文分片等策略，在不扩大模型上下文窗口的前提下，显著提升有效上下文容量与使用效率，降低 token 消耗与推理延迟，支撑长程对话、大规模文档处理及高并发生产系统。

context-optimization

Skill

github.com

通过压缩、掩码、缓存优化与上下文分片等策略，提升有限上下文窗口的有效容量，在接近上下文限制时保留关键信息并降低噪声，适用于长周期任务、大规模文档处理及高成本敏感场景。