Agent Skills Hub

statsmodels

Python 统计建模与计量经济学函数库。执行 OLS、GLM、混合模型、ARIMA、诊断与推论，适用于严谨的科学分析。

scope-options

强化版规划模式。通过结构化需求导入与具体技术方案选择，协助工程师在动手写代码前先建立产品思维。

skill-from-github

通过反向工程优质 GitHub 项目与开源方法论，建立高性能 AI 技能。

statistical-analysis

引导式统计分析，包含测试选择、假设检验、功效分析及 APA 格式报告，适用于学术与实验研究。

manufacturing-failure-reason-codebook-normalization

根据产品代码手册将测试工程师的缺陷描述标准化，修正错别字、缩写错误与歧义，并执行站点验证。

frontend-to-backend-requirements

标准化前端沟通，通过记录后端开发人员所需的数据需求与业务规则，确保在不指定实现细节的情况下达成清晰的开发共识。

analyzing-research-documents

从研究文档、技术论文和架构设计文件中，系统性地提取关键见解、决策记录与技术限制。

literature-review

通过 PubMed、arXiv 和 Semantic Scholar 进行系统性文献回顾，包含人工智能驱动的综述、核实引用以及强制性的科学图表生成。

openclaw-pr-maintainer

OpenClaw 仓库维护助手：利用 gitcrawl 与 GitHub CLI 进行问题与 PR 的自动化分类、标记及验证。

guard

为提示词中的 JSON 数据提供认知安全分析，防止大型语言模型在处理不完整或大规模数据集时产生幻觉与推理错误。

avoid-feature-creep

协助软件开发团队与 AI 代理程序预防功能蔓延的框架，通过严格的验证、待办事项清理与明确的决策流程，落实范畴管理并交付精简的 MVP 产品。

requirements-elicitation

需求分析与文档编写技能。通过深入挖掘根本需求、分析利益相关者、解决冲突，并产出具备测试标准的规格说明，协助软件开发项目精准落地。