Agent Skills
› TanStack/ai
TanStack/ai
GitHub审计TanStack AI适配器与上游文档的功能差异及模型列表过时情况。通过解析参数、读取源码、抓取上游文档，生成包含新功能、特性对齐度等维度的Markdown报告，不修改源代码。
Install All Skills
npx skills add TanStack/ai --all -g -y
Skills in Collection (61)
Showing top 50 of 61 by quality score. Use the install list command or open individual skills for the rest.
审计TanStack AI适配器与上游文档的功能差异及模型列表过时情况。通过解析参数、读取源码、抓取上游文档，生成包含新功能、特性对齐度等维度的Markdown报告，不修改源代码。
/gap-analysis <provider>
/gap-analysis feature <name>
/gap-analysis models
/gap-analysis --all
npx skills add TanStack/ai --skill gap-analysis -g -y
针对ADHD读者的输出优化技能，要求首行直接给出可执行动作，步骤编号化，结尾指定下一步操作，并抑制无关信息。
用户触发 /i-have-adhd 命令
用户声明患有ADHD
请求ADHD友好型输出
npx skills add TanStack/ai --skill i-have-adhd -g -y
自动分析代码变更，依据规范生成并更新 GitHub PR 标题与正文。支持 feat/fix/chore 分类，强制前置测试验证，确保描述准确且符合团队风格。
用户请求生成或更新 PR 描述
执行 gh pr create 前
代理推送已存在 PR 的分支后
npx skills add TanStack/ai --skill pr-description -g -y
审计 TanStack AI 提供商适配器的功能差异和模型列表，生成 Markdown 报告。通过解析参数、读取源码、检索上游文档及 MCP 服务，对比适配器与官方支持情况，输出维护报告而不修改源代码。
需要检查特定或所有 AI 提供商的功能覆盖度
发现新功能缺失或模型列表过时
执行全面的适配器健康度审查
npx skills add TanStack/ai --skill gap-analysis -g -y
针对ADHD读者的输出优化技能，要求首行即行动、步骤编号、结尾明确下一步并抑制无关信息。用于提升执行效率，可由docs技能调用或用户直接触发。
用户指令/i-have-adhd
用户自述患有ADHD
请求ADHD友好格式输出
docs技能作为前置条件加载
npx skills add TanStack/ai --skill i-have-adhd -g -y
自动生成GitHub PR标题和正文。通过解析代码差异、参考模板及历史PR风格，分类PR类型并遵循特定写作规范（如简单英语、ADHD友好格式），确保描述准确且符合仓库约定。
用户请求编写PR标题或正文
执行gh pr create前
Agent推送已有关联PR的分支后
输入/pr-description命令
npx skills add TanStack/ai --skill pr-description -g -y
审计 TanStack AI 提供商适配器的功能差距与模型列表更新，生成报告。通过解析范围、加载源文件、查阅上游文档并对照检查清单进行多维分析，最终输出 Markdown 报告，不直接修改源码。
需要审计特定 AI 提供商适配器功能
检查新模型差异或活动覆盖率
执行全量适配器扫描
npx skills add TanStack/ai --skill gap-analysis -g -y
针对ADHD用户的输出优化技能，强制首行行动、编号步骤、抑制发散并重申状态，提升执行效率。
用户触发 /i-have-adhd 命令
用户声明患有ADHD或要求ADHD友好型输出
npx skills add TanStack/ai --skill i-have-adhd -g -y
自动生成 GitHub PR 标题和正文。基于代码 diff 分析变更类型，遵循特定写作规范，并在创建或更新 PR 时自动发布描述，确保内容准确且符合仓库规范。
用户请求编写 PR 标题或正文
执行 gh pr create 前
智能体 git push 到已有 PR 的分支后
用户输入 /pr-description
npx skills add TanStack/ai --skill pr-description -g -y
提供 Remix 3 应用构建与代码审查指南，涵盖路由、控制器、中间件及 UI 组件等核心架构模式，帮助开发者正确选择包引用并避免常见框架陷阱。
Remix 应用结构设计与开发
Remix 代码审查与重构
解决 Remix 路由或数据加载问题
npx skills add TanStack/ai --skill remix -g -y
提供LLM生成TypeScript代码的安全沙箱执行能力，支持Node、QuickJS等隔离驱动及持久化代码片段库。
需要LLM动态生成并安全执行代码
实现AI助手的代码运行与调试功能
npx skills add TanStack/ai --skill ai-code-mode -g -y
用于连接外部MCP服务器，在Agent中调用工具、读取资源及生成TS类型。支持HTTP/SSE/stdio传输，仅限服务端使用，实现模型上下文协议的集成与生命周期管理。
需要连接第三方MCP服务器并调用其工具
需要从MCP服务器读取资源或提示词
需要为外部MCP工具签名生成TypeScript类型
npx skills add TanStack/ai --skill ai-mcp -g -y
集成 TanStack AI Hindsight 记忆适配器，为模型提供长期记忆管理。通过 recall/retain/reflect 工具实现对话级记忆存储与检索，支持自定义用户标识、召回预算及回调钩子。
需要为 AI 模型添加长期记忆功能
配置 TanStack AI memory middleware
使用 Hindsight 进行记忆提取和排序
npx skills add TanStack/ai --skill tanstack-ai-memory-hindsight -g -y
集成 Honcho 托管记忆适配器，通过会话对话形式实现用户记忆的存储与综合召回，支持配置用户ID、服务端地址及API密钥，适用于需要上下文感知记忆能力的AI应用开发。
需要为AI应用添加持久化记忆功能
配置 @tanstack/ai-memory 适配器
使用 honcho() 初始化记忆中间件
npx skills add TanStack/ai --skill tanstack-ai-memory-honcho -g -y
提供TanStack AI内存适配器使用指南，适用于本地开发、测试及单进程演示。解释配置选项如topK、embedder等，明确不适用于多进程或需持久化的生产环境，建议改用Redis。
需要为TanStack AI应用配置内存级记忆存储
在本地开发或单元测试中临时保存对话历史
询问为何不能使用内存适配器进行生产部署
npx skills add TanStack/ai --skill tanstack-ai-memory-in-memory -g -y
TanStack AI 的 mem0 记忆适配器，通过 HTTP 连接 mem0 服务器实现 AI 会话记忆的保存与检索。无需额外 SDK 依赖，支持用户隔离、API 密钥认证及搜索参数调优，适用于需要持久化对话上下文的 AI 应用开发。
需要为 AI 代理添加长期记忆功能
集成第三方 mem0 服务以存储和检索对话历史
配置 TanStack AI 的记忆中间件
npx skills add TanStack/ai --skill tanstack-ai-memory-mem0 -g -y
提供基于 Redis 的 AI 记忆适配器，支持 ioredis 和 node-redis，涵盖客户端配置、存储模型及排名限制。
集成 Redis 作为 AI 记忆后端
配置 memoryMiddleware 适配器
npx skills add TanStack/ai --skill tanstack-ai-memory-redis -g -y
用于在TanStack AI的chat调用中集成服务端记忆中间件，支持跨会话上下文持久化。涵盖记忆适配器（如Redis、mem0）选择、scope安全校验及recall/save生命周期管理。
需要实现用户或会话级别的长期记忆功能
配置AI聊天机器人的跨轮次上下文持久化
集成第三方记忆服务以增强对话连贯性
npx skills add TanStack/ai --skill tanstack-ai-memory -g -y
为 Cloudflare Worker 实现 TanStack AI 聊天持久化，生成 chat-persistence.ts 文件。集成 D1 数据库（支持 Drizzle/原生）存储消息，可选配置 Durable Object 锁以实现跨隔离区协调，并处理 wrangler 配置与迁移。
需要为 Cloudflare Worker 添加聊天持久化功能
在 Cloudflare 环境中集成 D1 和 Durable Object
npx skills add TanStack/ai --skill ai-persistence/build-cloudflare-adapter -g -y
为Cloudflare Worker实现AI生成媒体持久化，通过R2存储字节流（BlobStore）和D1存储元数据（ArtifactStore），提供文件工厂函数及GET路由以读写和返回生成的图像、音频等媒体资源。
需要为TanStack AI生成的媒体（图片/视频/音频）在Cloudflare环境中实现持久化存储
配置Cloudflare Worker的R2和D1绑定以支持AI生成结果的读写
npx skills add TanStack/ai --skill ai-persistence/build-cloudflare-artifact-store -g -y
为无专用适配器的数据库（如Postgres、MongoDB等）构建TanStack AI聊天持久化适配器，生成单一文件并处理DDL迁移。
需要自定义数据库的AI聊天持久化实现
应用未使用Drizzle/Prisma/Cloudflare等特定ORM或平台
npx skills add TanStack/ai --skill ai-persistence/build-custom-adapter -g -y
为已有 Drizzle ORM 的应用集成 TanStack AI 聊天持久化，生成适配文件并扩展数据库模式，支持多方言及幂等写入。
需要为现有 Drizzle 项目添加 AI 聊天存储功能
请求创建兼容 Drizzle 的 ChatPersistence 适配器
npx skills add TanStack/ai --skill ai-persistence/build-drizzle-adapter -g -y
为已有 Prisma 的应用集成 TanStack AI 聊天持久化。分析现有 Schema 和客户端配置，向 schema.prisma 添加四个模型并生成迁移，同时编写 chat-persistence.ts 文件以适配现有环境。
需要为使用 Prisma 的项目添加 AI 聊天数据持久化功能
询问如何在现有 Prisma 项目中集成 TanStack AI 存储
npx skills add TanStack/ai --skill ai-persistence/build-prisma-adapter -g -y
提供服务端聊天状态持久化中间件，支持消息、运行状态及中断的可靠存储与恢复。适用于多设备同步、服务器端历史记录管理及工具审批等场景。
需要实现服务端聊天历史持久化
处理多设备间的会话状态同步
管理AI工具调用的中断与恢复
npx skills add TanStack/ai --skill ai-persistence/server -g -y
提供 TanStack AI 聊天与生成状态的持久化方案，区分流重连与状态保存。定义存储接口、中间件及测试工具，支持自定义数据库后端，确保会话在多设备或重启后恢复。
需要实现聊天记录的本地或服务器持久化
配置会话状态以支持多设备同步或断点续传
集成第三方数据库存储 AI 对话数据
npx skills add TanStack/ai --skill ai-persistence -g -y
提供AI持久化存储的合同接口与实现指南，涵盖消息、运行、中断及元数据存储。指导开发者基于任意数据库构建适配器，确保数据持久化符合规范。
需要实现AI聊天会话的持久化存储
编写自定义数据库适配器的合同
配置TanStack AI持久化层
npx skills add TanStack/ai --skill ai-persistence/stores -g -y
实现服务端 AG-UI 流式协议，支持 SSE 和 NDJSON 格式。提供事件类型定义、请求参数解析及工具合并逻辑，用于构建无需客户端包的后端服务。
需要实现 AI 后端流式响应
处理 AG-UI 协议事件转换
配置 SSE/NDJSON 输出格式
npx skills add TanStack/ai --skill ai-core/ag-ui-protocol -g -y
提供基于 TanStack AI 的全端聊天实现方案，涵盖服务端 SSE 流式响应、客户端 useChat Hook 及消息渲染，支持多模态与思考过程展示。
需要实现实时聊天功能
配置 SSE 流式响应
前端集成聊天 UI 组件
npx skills add TanStack/ai --skill ai-core/chat-experience -g -y
指导如何将 useChat 连接至非 TanStack AI 的后端，支持 SSE 和 HTTP 流模式。涵盖自定义认证、动态 URL 及请求选项配置，实现灵活的客户端与服务端通信集成。
需要连接自定义后端 API
配置 SSE 或 HTTP 流式响应
添加自定义请求头或认证逻辑
npx skills add TanStack/ai --skill ai-core/custom-backend-integration -g -y
提供 TanStack AI 活动的可插拔、分类开关调试日志功能。支持全局开关及按类别（如请求、提供者、错误等）精细控制，并可接入 Pino/Winston 等自定义日志库，便于排查 AI 交互问题。
需要开启或关闭 AI 活动调试日志
需要过滤特定类别的日志输出
需要将日志接入自定义 Logger
npx skills add TanStack/ai --skill ai-core/debug-logging -g -y
提供 TanStack AI 多实例协调的锁机制，解决跨工作区互斥问题。支持内存及分布式实现，通过中间件集成，确保关键部分安全执行，独立于持久化存储。
需要处理多实例并发竞争条件
实现跨工作区或进程的互斥访问
配置 ChatMiddleware 以支持锁能力
npx skills add TanStack/ai --skill ai-core/locks -g -y
提供AI聊天生命周期中间件钩子，支持分析、日志和追踪。涵盖配置、开始、分块、工具调用前后及错误处理等阶段，用于扩展聊天功能。
需要监控AI聊天状态或性能指标
需要在工具调用前后执行自定义逻辑
实现聊天过程的日志记录与追踪
npx skills add TanStack/ai --skill ai-core/middleware -g -y
TanStack AI 核心入口，提供类型安全、提供商无关的 AI SDK。涵盖聊天体验、工具调用、媒体生成、结构化输出及中间件等子技能，用于构建集成 LLM 的应用。
需要构建基于 TanStack AI 的聊天应用
需要配置 AI 提供商适配器
需要实现流式响应或工具调用
npx skills add TanStack/ai --skill ai-core -g -y
提供 TanStack AI 的全局工具调用系统，支持 Zod 定义、服务端与客户端实现、流式传输及 UI 渲染。
需要实现 LLM 工具调用功能
构建全栈 AI 应用交互逻辑
npx skills add TanStack/ai --skill ai-core/tool-calling -g -y
将回答转化为以表情符号为主、少量文字辅助的简短趣味故事。需以场景化表情开头，确保表情序列与答案内容逻辑对应，而非随机堆砌。
用户要求使用 emoji 风格回复
需要将常规文本转换为创意故事形式
npx skills add TanStack/ai --skill emoji-storyteller -g -y
将用户输入内容转化为五言七言五格式的俳句，仅输出三行诗歌，用于创意文本生成或趣味交互。
用户要求以俳句形式回答
需要简短诗意表达的场景
npx skills add TanStack/ai --skill haiku -g -y
该技能用于让AI以海盗口吻回复用户消息，要求使用航海俚语和特定问候语，同时确保内容准确有用。
用户希望获得幽默或角色扮演风格的回复
需要以海盗船长身份进行交互
npx skills add TanStack/ai --skill pirate-speak -g -y
用于安全审查修复类PR。先执行Gate 0防恶意代码，再同步main并复现Bug，最后分析根因与替代方案。适用于修复PR的创建、审核及用户指令触发场景。
用户请求审核或验证修复PR
PR标题或内容表明为bug fix
用户输入 /bugfix-pr 等指令
npx skills add TanStack/ai --skill bugfix-pr -g -y
用于编写、编辑和组织文档，以及在规划或实施新功能时确定文档需求。强调以用户为中心，通过角色和语调确认两阶段工作流，并强制结合简单英语和ADHD友好技能生成高质量内容。
编写功能文档
更新现有文档
规划新功能
实现代码变更
npx skills add TanStack/ai --skill docs -g -y
强制采用极简、最少代码的解决方案，遵循YAGNI原则，优先使用标准库或原生功能，避免过度设计和冗余依赖。
用户要求最简单方案
抱怨过度设计或代码膨胀
npx skills add TanStack/ai --skill ponytail -g -y
自动化批量处理拉取请求，包括安全扫描、变基合并、CI审批及审查指派。支持并行执行与多种过滤范围，旨在高效准备PR供人工审核。
用户运行/pr-sweep命令
要求sweep PRs或inbound PRs
要求rebase outsider/in-house PRs
要求approve waiting CI
要求daily PR sweep
npx skills add TanStack/ai --skill pr-sweep -g -y
基于ASD-STE100标准撰写或重写技术文档，确保语言清晰无歧义。适用于README、API指南等，支持严格与务实模式，强制词汇规范与自检，消除AI生成痕迹。
用户要求使用 STE, Simplified Technical English, ASD-STE100
用户要求 de-slop, make this readable, write for non-native readers
需要编写或优化技术文档如 README, runbooks, error messages
npx skills add TanStack/ai --skill simple-english -g -y
并行抓取并分析仓库所有开放的Issues、PRs和Discussions，生成优先级报告。指导如何批量评估GitHub工作负载，推荐审查和处理顺序，适用于积压项梳理场景。
triage open issues/PRs
prioritize the backlog
what should I review first
sweep the repo
npx skills add TanStack/ai --skill triage-github -g -y
用于安全审查和修复Bug的PR。强调先进行安全扫描，拒绝执行PR内不可信命令，复现Bug以验证修复必要性，并生成根因分析。
用户请求审查或批准Bug修复PR
用户输入/bugfix-pr或'is this bug real'
检测到标题或内容包含fix关键字的PR
npx skills add TanStack/ai --skill bugfix-pr -g -y
专注于撰写、编辑和组织文档的 Skill。强调以用户为中心，通过规划读者和语气两阶段流程，结合 simple-english 和 i-have-adhd 技能，确保文档简洁实用，并在功能规划和实现完成时同步更新文档。
write docs for X
document this feature
add a guide
update the docs
reorganize the docs
plan feature X
implement X
/docs
npx skills add TanStack/ai --skill docs -g -y
强制采用最简、最少代码的极简开发模式，优先使用标准库或原生功能，避免过度设计和冗余依赖。适用于追求YAGNI原则、消除样板代码及减少技术债务的场景。
用户要求最简单或最小化解决方案
抱怨代码臃肿或过度工程化
提及YAGNI原则
npx skills add TanStack/ai --skill ponytail -g -y
自动化批量处理Pull Requests，支持安全扫描、变基合并、CI审批及审查推荐。提供干跑和实际执行模式，覆盖全量、变更、落后及冲突等多种场景，提升PR流转效率。
用户运行/pr-sweep命令
请求sweep PRs或inbound PRs
要求检查外部PR安全性
需要rebase落后或冲突的PR
请求批准等待中的CI
npx skills add TanStack/ai --skill pr-sweep -g -y
基于ASD-STE100标准撰写或重写技术文档，确保清晰无歧义。适用于README、API指南等，通过简化句式与词汇消除AI生成痕迹，提升非母语读者可读性。
用户要求使用 ASD-STE100 或 Simplified Technical English
用户请求 'de-slop' 或让文本更易读
需要编写或审查技术文档如 README、错误消息
npx skills add TanStack/ai --skill simple-english -g -y
并行获取仓库所有开放的Issue、PR和Discussion，利用子代理批量分析并按优先级生成排序报告，指导维护者优先处理关键工作。
triage open issues/PRs
prioritize the backlog
what should I review first
sweep the repo
npx skills add TanStack/ai --skill triage-github -g -y
专用于处理缺陷修复PR的安全审查技能。要求先进行安全扫描，验证并复现Bug，拒绝非必要代码变更，确保修复的准确性与安全性。
用户发起/bugfix-pr指令
审查或批准包含bug fix的PR
确认Bug真实性或证明修复有效
npx skills add TanStack/ai --skill bugfix-pr -g -y
