Agent Skills Hub

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。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量后端实现 ReasoningBank 自适应学习。具备轨迹追踪、判定评估、记忆蒸馏与模式识别功能，适用于构建自我学习的自主智能体。

context-fundamentals

情境工程基础指南：为 AI 代理优化 Token 预算、注意力机制及系统架构。

agent-system

MERIDIAN 自主 AI 代理实现模式，包含 BaseAgent 生命周期、Claude API 结构化工具调用、Token 配额管理与 cron 调度系统。

inno-prepare-resources

自动化研究资源准备工作，包括加载实例、搜索 GitHub 代码库、构建数据集描述以及下载 arXiv 论文。

perf-analyzer

将性能分析数据综合为具体建议及有据可依的技术决策。

personal-brand-agent

基于 LangGraph 与 Claude Opus 4.5 的自动化 LinkedIn 内容营销多代理系统，涵盖趋势研究、内容生成、个人品牌语调分析与成效追踪。

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。

tzurot-council-mcp

为技术架构、复杂重构与结构化调试提供多视角 AI 咨询服务。

eval-harness

克劳德代码会话的正式评估框架，实施评估驱动开发（EDD）原则，用于保障 AI 代理的可靠性。

cocreator-content-research

TikTok 和 Instagram 社交媒体情报收集工具。利用 ScrapeCreators API 探索热门钩子 (hooks)、分析竞争对手策略，并进行创作者资料研究。

ai-writing-detection

全面的 AI 文本检测框架。通过词汇分析、结构模式、模型指纹与技术元数据比对，精准辨识 AI 生成内容与写作痕迹。