Agent Skills Hub

data-cleaning-pipeline-generator

为 pandas/polars/PySpark 生成数据清洗管道，处理缺失值、重复项、异常值、类型转换及数据验证。

RFP Analyzer

分析 RFP 与需求文档，识别利益相关者、拆解功能模块、提取系统约束，并生成关键澄清问题，为后续用户故事编写做好准备。

requirements-clarity

通过系统化的对话与评分机制厘清模糊的需求，确保在开发前产出高质量且可执行的产品需求文件 (PRD)。

task-search

通过高性能、具备防抖功能的搜索引擎加速任务检索。支持多标记 AND 逻辑、相关性排序，并能实时高亮显示任务标题、描述与标签中的匹配文本。

taide-botrun

高中语文国学考试解题助手，采用上下文工程与检索增强生成架构，提供高准确度、具可解释性的解题服务。

Global Coding Style

应用务实编码标准：包含明确命名、单一职责函数、防御性编程，以及确定性副作用，拒绝过度设计与臆测性功能。

memcontext-autopilot

为 AI 代理设计的自动化记忆管理中间件，通过“查-回-存”闭环实现跨对话的长期记忆维持与上下文自动管理。

evaluating-code-models

使用 BigCode Evaluation Harness 评估代码生成模型。涵盖 HumanEval、MBPP 和 MultiPL-E 等基准测试，提供多语言编码模型的 pass@k 指标评估。

subagent-driven-development

通过为每个任务指派独立子代理来执行实现计划，并结合规格符合性与代码质量的两阶段审查机制。

karpathy-guidelines

为 LLM 设置的程序开发行为准则，旨在减少错误、落实最佳实践，并通过强调简洁性、精确修改与目标导向验证来提升代码质量。

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。

autoresearch

自动化多团队代码库改进代理，具备狭义（目标导向）、广义（假设发散）及全面（质量扫描）三种模式。