Agent Skills Hub

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。

data-analysis

数据分析专家：进行探索性数据分析、统计建模、SQL 查询与 Python 数据可视化，通过严谨的量化方法将原始数据转化为可操作的洞察。

MLOps Industrialization

一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架，采用 src 布局、混合架构与严谨的配置管理。

skill-engineer

为 OpenClaw 技能开发提供多代理迭代优化与品质把关，通过标准化测试与生命周期管理提升技能效能。

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。

claude-skills

一套包含超过 305 个模块化指令包、Python CLI 工具与代理工作流的综合库，专为扩展 Claude Code、Cursor、Aider 与 Gemini CLI 等 AI 编程辅助工具的能力而设计。

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。

trulens-evaluation-workflow

使用 TruLens 对 LLM 应用程序进行检测、评估与监控的系统化工作流程，支持 LangChain、LangGraph 与 LlamaIndex 等框架。

test-reporting-analytics

高级测试报告与质量仪表板，提供 QE 指标、代码覆盖率与部署就绪度分析，通过预测性洞察协助团队进行数据驱动的质量决策。

mcp-prompts

一种智能开发编排技能，通过 mcp-prompts 集成，提供自我优化的代码分析、构建错误诊断与自动化工作流程配置。

rag-engineer

架构与优化生产级别的 RAG 系统。精通嵌入模型、向量数据库、分块策略及检索管线，提升 LLM 应用的精确度。

code-formatter

用于在 Claude Code 和 Gemini CLI 扩展之间转换及同步 AI 代理技能的通用 CLI 工具。