Agent Skills Hub

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 实现从 PDF、DOCX 和 PPTX 等非结构化文件中提取结构化数据的方案，并通过 Pydantic 定义数据架构。

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。

zarr-python

用于存储分块 N 维阵列的高性能 Python 技能。支持云存储 (S3/GCS)、并行 I/O，并与 NumPy、Dask 及 Xarray 无缝集成，适用于大规模科学计算。

LifeOS

一套基于 GTD 方法论的个人生活操作系统，整合 Todoist 任务管理、Logseq 生活追踪与 AI 数据分析，实现高效的时间与习惯管理。

investigate-dependencies

进行彻底的依赖项审计，识别冗余代码、未使用的功能和不当的使用模式。通过充分利用现有依赖项而非重新发明轮子，确保项目的模块化与代码整洁。

financial-statements

生成财务报表（损益表、资产负债表、现金流量表），提供期间比较、差异分析及 GAAP 合规性检查。

quality-metrics

自动化质量监控与度量，包含 DORA 指标、缺陷密度追踪，并为持续交付流水线配置智能质量闸道。

cyber-ir-playbook

从事件日志生成安全事件响应时间轴与结构化报告，用于高效跟踪从检测到恢复的全过程。

scientific-visualization

用于生成符合出版要求的科学图表、多面板布局及期刊格式的元技能，支持 matplotlib、seaborn 及 plotly。

find-skills-combo

探索并推荐代理技能组合以完成复杂的多面向任务，提供“最大质量”与“最小依赖”两种推荐策略。

comps

执行全面的交易可比性分析，利用同业乘数、运营关键指标与估值建模，评估公司相对价值。

data-extraction-patterns

提供 GA4 和 GSC 分析数据提取、缓存及处理的最佳实践模式，支持 MCP 服务器集成。