agent-production-readiness

面向 ERP、CRM、HIS 等业务系统，它会从数据来源、判断逻辑和异常处理三个维度追问需求，收集接口并生成支持 Mock 的脚本，再完成 Skill 测试与迭代。除新建外，还支持修改现有 Skill、仅调整客户参数，以及先导入领域知识供后续项目复用。

sub-agents-skills 提供用 Markdown 描述子代理职责与技能的方式，目标是在 Codex、Cursor、Gemini CLI 和 Claude Code 等工具之间共享任务型 Agent 定义。它适合把重复角色或自动化流程写成易读文件；实际加载和执行仍依赖各目标工具对 Markdown 或技能文件的支持。

Skill Master 接收任务后先搜索本地、GitHub 或网页上的现有技能；找不到时可研究并创建新技能，再执行任务并对照技能说明检查实际过程是否偏离。发现偏差时会更新技能，后续用户也可提交反馈，让它同时修正当前产物和改进原技能，使常用流程随着实际使用逐步收敛。

Token-Diet 为 LLM 应用提供一套按顺序执行的提示词优化方法：先裁剪检索结果，再缓存复用内容、按任务路由模型、维护结构化状态，最后只压缩安全的自然语言文本。它同时要求记录令牌、延迟、缓存命中率和成本，并明确禁止压缩代码、JSON Schema、法律或安全文本。