Agent Skills Hub

data_processor

一个多范式 ETL 流水线代理，支持批处理和流式数据处理、自动模式推断及基于 DAG 的可配置转换，适用于异构数据源。

light-curve-preprocessing

使用 Lightkurve 进行天文光变曲线预处理与清洁。提供离群值移除、趋势平滑化、去趋势与数据质量标记处理工具，适用于天文时序数据分析。

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。

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。

loading-insurance-data

加载并预处理保险保单周度 CSV 数据，支持智能周期检测、多周数据加载、数据验证和清洗。

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。

example-data-processor

一个模块化的数据处理工具，用于清理、验证和分析 CSV 文件，支持自定义转换及自动化依赖管理。

Data Analysis Helper

一个全方位的数据分析助手，支持加载数据集、执行统计计算、可视化趋势并生成专业的分析总结报告。

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。

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。

pyhealth

全方位 Python 医疗 AI 工具包，用于临床数据处理、医学编码转换，以及开发用于 EHR、生理信号和临床预测任务的深度学习模型（如 RETAIN 与 Transformer）。

training-data-curation

用于 LLM 后训练（SFT/DPO/RLHF）的高质量数据集策劃指南，涵盖数据格式、质量过滤与收集策略。