Agent Skills Hub

scikit-learn

使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估，以及构建 Python 机器学习流程。

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。

ml-pipeline-workflow

构建并编排从数据准备、模型训练、验证到自动化部署的端到端 MLOps 管线。

mls

基于 Apple Silicon 与 MLX 的本地机器学习推理服务，整合语音识别 (ASR)、语音合成 (TTS)、翻译、图像生成与视觉识别功能。

flow-nexus-neural

使用 Flow Nexus 平台在分布式 E2B 沙盒中训练与管理神经网络，支持 Transformer、LSTM 和 GAN 等自定义架构。

risk-based-testing

利用风险评估与优先级排序，将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。

llmintegration

支持 Claude、GPT、Gemini 和 Ollama 的多模型 LLM 集成方案。涵盖 API 对接、提示工程、Token 管理及模型中立的编排架构。

ai-llm-patterns

Anthropic Claude 集成模式：流式传输、基于 pgvector 的 RAG、工具调用、模型选择（Haiku/Sonnet/Opus）、提示词缓存及 AI 工程成本管理。

stable-baselines3

使用 Stable Baselines3 进行生产级强化学习。通过类 scikit-learn API 训练智能体、设计自定义环境、实现训练回调函数并优化工作流程。

pymc

使用 PyMC 进行贝叶斯建模与概率编程。构建分层模型，执行 MCMC 采样 (NUTS) 与变分推断，并透过 LOO/WAIC 进行严谨的模型比较与后验检查。

hf-mcp

通过 MCP 将您的 AI 代理连接至 Hugging Face Hub。搜索模型、数据集与论文，管理存储库，执行云端计算任务，并将 Gradio Spaces 作为 AI 工具调用使用。

notebooklm

直接从 Claude Code 查询 Google NotebookLM 笔记本，获取基于来源、附带引用的 Gemini 精准回答。支持持久身份验证、笔记本库管理以及自动化浏览器文档检索。