Agent Skills Hub

risk-based-testing

利用风险评估与优先级排序，将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。

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。

use-railway

操作 Railway 基础设施：管理项目、服务、数据库、对象存储、部署、环境、变量、日志及性能指标。

tool-design

用于设计代理工具的专业框架，优化工具描述、执行基于合约的 API，并实施架构精简以提高 AI 代理工具选择的准确性。

feature-prioritization

一种结构化的决策工具，应用 RICE、MoSCoW、Kano 和价值与努力等框架，通过数据驱动的客观性来确定软件功能、产品路线图项目以及开发与否的决策优先级。

flyio

管理 Fly.io 边缘基础设施：通过 Fly.io Machines API 部署应用、扩展机器、配置存储卷、密钥与网络。Python 编写，无外部依赖。

dlt-skill

建立、管理与调试 dlt (data load tool) 数据管道，将数据从 API、数据库及自定义来源导入 DuckDB、BigQuery 或 Snowflake 等目标。

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。

context-engineering-collection

一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。

clawsec-nanoclaw

NanoClaw WhatsApp 机器人的安全咨询监控，通过 MCP 工具提供漏洞扫描、技能安全检查与完整性保护。

flaky-detect

通过分析持续集成 (CI) 历史、执行模式与代码结构，识别、分类并排除不稳定的测试 (flaky tests)，以提升测试套件的可靠性。

datarobot-model-deployment

用于部署、管理和监控 DataRobot 模型的工具，包含预测环境配置、冠军/挑战者模型工作流程以及部署操作。