Agent Skills Hub

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。

context-detection

系统化的项目技术栈检测、框架特定技能自动加载，以及针对 React + Go 等全栈项目的多技术栈分析。

perf-analyzer

将性能分析数据综合为具体建议及有据可依的技术决策。

retro

每周工程回顾工具，分析提交历史、编码模式与代码质量指标，并具备自动会话检测与趋势追踪功能。

code-quality-review

全面的多维度代码审查技能，针对正确性、安全性、性能、设计和可访问性提供优先排序的可操作反馈。

ultraqa

自动化质量保证循环工作流程，执行测试、验证、修复循环，直到达到您的质量目标。

customer-research

客户问题与调查研究工具，提供多来源信息整合、事件追踪、账户历史记录查询，并包含来源标注与信赖度评分。

matchms

用于质谱数据处理的 Python 工具包。支持质谱文件导入 (mzML, MGF, MSP)、元数据标准化、峰值过滤，以及代谢组学中的光谱相似度评分（余弦、修正余弦）计算。

pr-to-production

自动化发布流程，通过计算语义化版本并创建从 main 到 production 的合并请求。

unity

通过文件桥接机制，让 Claude Code 控制 Unity 编辑器，执行测试、编译脚本、控制播放模式并获取控制台日志。

data-viz-plots

使用 matplotlib 和 seaborn 建立可发表等级的图表与可视化，并可在任何 LLM 环境下本地运行。

data-visualization

使用 Python (matplotlib, seaborn, plotly) 创建专业数据可视化。包含图表选择指南、设计原则、无障碍标准及出版级图表的代码模板。