AI & ML

chucksrq Bundle

GitHub Copilot CLI plugin — 23 Hermes development skills wired into gh copilot. Use /skill or gh copilot -- -i 'use <skill-name>' to invoke any skill. Covers code review, TDD, debugging, GitHub workflows, AI agents, MLOps, and MCP.

chucksrq Bundle

Run behavioral benchmarks against the agent, detect failure patterns, generate guidance patches, apply them with auto-revert safety net. Implements the closed-loop self-improvement cycle from Hermes PR

matthewoong Bundle

AI 에이전트 강의 패키지의 3강 — 비개발자가 MCP(Model Context Protocol)를 처음 이해하고 무료 MCP 1개를 본인 환경에 연결할 때 사용하는 30분 대화형 강의. 학습자가 어떤 MCP를 선택할지 스스로 결정하고, 설치·연결·테스트 호출까지 함께 진행한다. 사용자가 "3강 시작", "MCP 연결하고 싶어요", "MCP가 뭐야", "에이전트가 외부 도구 쓰게 하고 싶어요", "filesystem MCP 설치", "memory MCP", "에이전트한테 내 폴더 보여주고 싶어요" 같은 표현을 쓰거나, 2강 끝난 후 자연스럽게 이어지는 강의에 진입하려 할 때 반드시 이 스킬을 사용한다. 단순 MCP 설치 도움이 아니라, 한 청크씩 게임처럼 진행되는 30분짜리 가이드형 학습 흐름이라는 점이 핵심이다.

lumoswyy Skill

Transforms raw user requests into structured, outcome-focused prompts for Claude Cowork. Use when the user wants to optimize or rewrite a prompt for Cowork, needs help structuring a multi-step task for autonomous execution, or says things like "optimize this Cowork prompt", "rewrite for Cowork", or "make this a Cowork prompt". Outputs a single code block with the rewritten prompt following the GOAL/CONTEXT LOADING/IDENTITY/SUCCESS CRITERIA/INPUTS/CONSTRAINTS/CHECKPOINT RULE structure.

matthewoong Bundle

AI 에이전트 강의 패키지의 12강 (심화 트랙 5) — 비개발자가 토큰·비용 메커니즘을 이해하고, 본인 환경에서 비용을 추적·절약하는 기본 방법을 익힐 때 사용하는 30분 대화형 강의. API를 직접 쓰는 학습자는 사용량 대시보드 점검을, 미사용 학습자는 토큰 절약 패턴 사고를 적용한다. 사용자가 "12강 시작", "토큰", "LLM 비용", "API 비용", "API 비용 줄이고 싶어요", "에이전트 쓰니까 너무 비싸요", "비싼 호출", "비용 추적", "비용 절약", "캐싱" 같은 표현을 쓰거나, 11강 끝난 후 자연스럽게 이어지는 강의에 진입하려 할 때 반드시 이 스킬을 사용한다. 단순 비용 절약 팁이 아니라, 한 청크씩 게임처럼 진행되는 30분짜리 가이드형 학습 흐름이라는 점이 핵심이다.

matthewoong Bundle

AI 에이전트 강의 패키지의 11강 (심화 트랙 4) — 비개발자가 어떤 도구(명령어/API/MCP/서브에이전트)를 언제 써야 할지 판단하는 사고법을 익히고, 본인 시나리오에서 도구 선택 결정을 직접 해볼 때 사용하는 30분 대화형 강의. 4가지 기준(정확성/속도/비용/위험)을 한 청크씩 적용한다. 사용자가 "11강 시작", "도구 선택", "어떤 거 써야 해", "MCP vs 서브에이전트", "API 직접 vs MCP", "도구 너무 많아", "선택 기준" 같은 표현을 쓰거나, 10강 끝난 후 자연스럽게 이어지는 강의에 진입하려 할 때 반드시 이 스킬을 사용한다. 단순 도구 비교가 아니라, 한 청크씩 게임처럼 진행되는 30분짜리 가이드형 학습 흐름이라는 점이 핵심이다.

matthewoong Bundle

AI 에이전트 강의 패키지의 6강 — 비개발자가 무료/저비용 LLM API를 본인 환경에 연결해 첫 호출까지 시연할 때 사용하는 30분 대화형 강의. Anthropic 무료 크레딧 / Google AI Studio / OpenRouter 중 하나를 선택해 키 발급 → 안전 보관 → 호출까지 함께 진행한다. 사용자가 "6강 시작", "API 키 발급", "무료 LLM API", "Claude API 써보고 싶어요", "Gemini API", "OpenRouter", "직접 API 호출", "API 어떻게 연결하지" 같은 표현을 쓰거나, 5강 끝난 후 자연스럽게 이어지는 강의에 진입하려 할 때 반드시 이 스킬을 사용한다. 비용 발생 가능성이 큰 실습이므로 사전 안내와 자유 스킵을 의무 적용한다. 단순 API 키 발급 도움이 아니라, 한 청크씩 게임처럼 진행되는 30분짜리 가이드형 학습 흐름이라는 점이 핵심이다.

matthewoong Bundle

AI 에이전트 강의 패키지의 4강 — 비개발자가 본인의 모호한 프롬프트를 명확한 프롬프트로 다듬고, 모호 vs 명확 두 버전을 실제로 호출해 결과 차이를 직접 체감할 때 사용하는 30분 대화형 강의. 학습자가 가져온 프롬프트로 명확함의 5가지 요소(역할/맥락/입력/제약/출력)를 한 단계씩 적용해 본다. 사용자가 "4강 시작", "프롬프트 엔지니어링", "프롬프트 잘 쓰는 법", "에이전트가 자꾸 다른 답을 해요", "내 프롬프트 봐줘", "이 프롬프트 어떻게 다듬지", "최적의 프롬프트", "더 좋은 결과 받고 싶어요" 같은 표현을 쓰거나, 3강 끝난 후 자연스럽게 이어지는 강의에 진입하려 할 때 반드시 이 스킬을 사용한다. 단순 프롬프트 작성 도움이 아니라, 한 청크씩 게임처럼 진행되는 30분짜리 가이드형 학습 흐름이라는 점이 핵심이다.

matthewoong Bundle

AI 에이전트 강의 패키지의 14강 (심화 트랙 7, 심화 트랙 마지막) — 비개발자가 2~3개 에이전트가 협력하는 워크플로우를 설계하고, 본인 작업의 멀티에이전트 또는 가상 시나리오로 시연할 때 사용하는 30분 대화형 강의. 역할 분담 패턴(라우터/계층/병렬) / 의사소통 프로토콜 / 실패 처리를 한 청크씩 익힌다. 사용자가 "14강 시작", "멀티에이전트", "에이전트 협력", "여러 에이전트", "에이전트 여러 개 같이 일하게", "여러 에이전트 같이 시키고 싶어요", "에이전트 오케스트레이션", "라우터 패턴", "에이전트 워크플로우" 같은 표현을 쓰거나, 13강 끝난 후 자연스럽게 이어지는 강의에 진입하려 할 때 반드시 이 스킬을 사용한다. 심화 트랙의 마지막 강의로, 종료 시 캡스톤(15강) 진입을 안내한다. 단순 멀티에이전트 설명이 아니라, 한 청크씩 게임처럼 진행되는 30분짜리 가이드형 학습 흐름이라는 점이 핵심이다.

pierredotco Bundle

Agent skill for interacting with code.storage (pierrecomputercompany), a managed Git infrastructure layer. Provides repository creation, branching, commits, file access, diffs, search, notes, GitHub sync, ephemeral branches, and forking through a REST HTTP API authenticated with customer-signed JWTs. Every repo operation scoped per-JWT.

acosmi Skill

Demonstrates `skill_mode=tool` by composing two host-supplied callbacks (`echo` + `uppercase`) into one MCP tool. The codegen compiler turns this `tool_schema.steps[]` into a ComposedToolDef; the executor walks the steps at MCP-tool invocation time.

acosmi Skill

Demonstrates `skill_mode=agent` — the framework spawns a sub-agent via the host-supplied SpawnSubagent callback with a tightened tool whitelist (inherit=minimal + explicit allow / deny).

acosmi Skill

The simplest possible SKILL — `skill_mode=prompt` returns the body verbatim as the MCP tool's response. Useful for prompt fragments, onboarding messages, or fixed-format responses the host LLM should pass through.

matthewoong Bundle

AI 에이전트 강의 패키지의 캡스톤 15강 — 학습자가 1~14강에서 만든 모든 요소(AGENTS.md, skills, MCP, hooks, subagents, 워크플로우, 비용 규칙, 라우팅 규칙, 멀티에이전트 설계)를 본인의 진짜 작업 환경에 통합한 하네스를 완성할 때 사용하는 강의. 강의 패키지 전체의 종착점이며, 학습자가 끝나면 매일 사용할 수 있는 본인만의 운영 환경이 만들어진다. 사용자가 "캡스톤", "15강", "하네스 만들기", "지금까지 배운 거 통합", "내 환경 정비", "운영 루틴", "build my own harness" 같은 표현을 쓰거나, 14강을 마친 후 캡스톤 진입을 시도할 때 반드시 이 스킬을 사용한다. 단순 마무리 강의가 아니라, 14강의 모든 결과물을 한 곳에 모아 운영 가능한 환경으로 합치는 통합 작업이라는 점이 핵심이다.

yuvraj3335 Bundle

Test and debug Truto unified model mappings, JSONata response mappings, query/body/error mappings, environment overrides, and proxy-versus-unified mismatches with Truto CLI. Use for normalized data issues or mapping review.

yuvraj3335 Bundle

Audit Truto documentation rows and capabilities output for integrations, accounts, unified models, MCP, and AI tool readiness, including missing descriptions, query schemas, body schemas, stale docs, and safe refresh plans. Use when tools or capabilities are missing or stale.

darachcawley Skill

Lists Slack 1:1 DMs, self-DM, and group DMs (MPDMs) the user had messages in on a chosen calendar date via Slack MCP, using a single date-scoped DM search with pagination. Use when the user asks for DM conversations, a list of DMs, direct messages from a date, or Slack DM activity on a specific day.

offgrid-ing Bundle

Send and receive messages to other AI agents over the Agent Relay Protocol (ARP). Messages are end-to-end encrypted using HPKE (RFC 9180) and routed through a relay server using Ed25519 public keys as identities.

tom-pudding Skill

Security reviewer for code, Git changes, secrets, API keys, .env handling, destructive commands, and prompt-injection or instruction-conflict risks. Use when auditing for leaks, unsafe operations, risky shell or Git actions, or when user instructions may conflict with higher-priority safety constraints.

liranhason Skill

Shortcut alias for /superplan. Produce higher-quality code by breaking a feature into small, focused tasks the coding agent can nail one at a time. Works like an engineering team: feature → milestones → ~30-min tasks with specific files, acceptance criteria, and dependencies. Each task runs in a fresh context — narrow scope, full attention, one git commit per task.

liranhason Skill

Produce higher-quality code by breaking a feature into small, focused tasks the coding agent can nail one at a time. Works like an engineering team: feature → milestones (product deliverables) → ~30-min tasks with specific files, acceptance criteria, and dependencies. Each task runs in a fresh context — narrow scope, full attention, one git commit per task. Use when starting any non-trivial feature, complex refactor, or whenever you want the agent focused on one small thing at a time instead of juggling an entire feature in one session. Supports /loop for autonomous execution.

ciro-gallo Bundle

Use this skill whenever an AI agent is expected to write, modify, refactor, extend code or commit code. This includes bug fixes, new features, multi-file edits, tests, refactors, migrations, and configuration changes. Trigger even when the user does not explicitly mention "best practices" if the task requires producing production-grade code, preserving existing behavior, following local conventions, or validating the result before handoff. Avoids triggering for things like analysis-only, docs-only, or code explanation requests.

ramvegiraju Skill

Set up Databricks agent development environment. Use when: (1) First time setup, (2) Configuring Databricks authentication, (3) User says 'quickstart', 'set up', 'authenticate', or 'configure databricks', (4) No .env file exists.

ramvegiraju Skill

Discover available tools and resources in Databricks workspace. Use when: (1) User asks 'what tools are available', (2) Before writing agent code, (3) Looking for MCP servers, Genie spaces, UC functions, or vector search indexes, (4) User says 'discover', 'find resources', or 'what can I connect to'.

ramvegiraju Skill

Configure Lakebase for agent memory storage. Use when: (1) Adding memory capabilities to the agent, (2) 'Failed to connect to Lakebase' errors, (3) Permission errors on checkpoint/store tables, (4) User says 'lakebase', 'memory setup', or 'add memory'.

ramvegiraju Bundle

Add tools to your agent and grant required permissions in databricks.yml. Use when: (1) Adding MCP servers, Genie spaces, vector search, or UC functions to agent, (2) Permission errors at runtime, (3) User says 'add tool', 'connect to', 'grant permission', (4) Configuring databricks.yml resources.

ramvegiraju Bundle

Use this when you need to EVALUATE OR IMPROVE or OPTIMIZE an existing LLM agent's output quality - including improving tool selection accuracy, answer quality, reducing costs, or fixing issues where the agent gives wrong/incomplete responses. Evaluates agents systematically using MLflow evaluation with datasets, scorers, and tracing. Covers end-to-end evaluation workflow or individual components (tracing setup, dataset creation, scorer definition, evaluation execution).

boonyaritpornuan Skill

Expertise in managing Notion databases, pages, and automation. Use when the agent needs to organize tasks, create study schedules, or summarize information into a structured Notion workspace.

boonyaritpornuan Skill

Expertise in managing an Obsidian knowledge base (vault). Use when the agent needs to create interconnected notes, manage daily logs, or organize information using the Zettelkasten method.

ramvegiraju Bundle

Add tools to your agent and grant required permissions in databricks.yml. Use when: (1) Adding MCP servers, Genie spaces, vector search, or UC functions to agent, (2) Permission errors at runtime, (3) User says 'add tool', 'connect to', 'grant permission', (4) Configuring databricks.yml resources.

ramvegiraju Skill

Add memory capabilities to your agent. Use when: (1) User asks about 'memory', 'state', 'remember', 'conversation history', (2) Want to persist conversations or user preferences, (3) Adding checkpointing or long-term storage.

ramvegiraju Bundle

Add memory capabilities to your agent. Use when: (1) User asks about 'memory', 'state', 'remember', 'conversation history', (2) Want to persist conversations or user preferences, (3) Adding checkpointing or long-term storage.

ramvegiraju Bundle

Patterns for Databricks Vector Search: create endpoints and indexes, query with filters, manage embeddings. Use when building RAG applications, semantic search, or similarity matching. Covers both storage-optimized and standard endpoints.

ramvegiraju Skill

Migrate an MLflow ResponsesAgent from Databricks Model Serving to Databricks Apps. Use when: (1) User wants to migrate from Model Serving to Apps, (2) User has a ResponsesAgent with predict()/predict_stream() methods, (3) User wants to convert to @invoke/@stream decorators.

ramvegiraju Bundle

Instruments Python and TypeScript code with MLflow Tracing for observability. Triggers on questions about adding tracing, instrumenting agents/LLM apps, getting started with MLflow tracing, or tracing specific frameworks (LangGraph, LangChain, OpenAI, DSPy, CrewAI, AutoGen). Examples - "How do I add tracing?", "How to instrument my agent?", "How to trace my LangChain app?", "Getting started with MLflow tracing", "Trace my TypeScript app"

unchartedgg Bundle

Play Fishing Frenzy autonomously — an AI agent that fishes, cooks, dives, completes quests, and optimizes your economy. Built on Ronin blockchain with full wallet, NFT, and token integration.