Agent Skills Hub

spark-optimization

优化 Apache Spark 作业，包含分区策略、内存管理、Shuffle 调整与数据倾斜处理，提升数据处理效能。

polars

高性能 Python 与 Rust 内存内 DataFrame 库。支持延迟计算、并行处理，并使用 Apache Arrow 引擎，适用于高效 ETL、数据处理及加速 pandas 工作流。

outpost

用于可靠、多目标事件传递的开源基础设施。将 Webhook 路由至 HTTP、SQS、RabbitMQ、Pub/Sub、EventBridge 或 Kafka，并提供内置重试与可观测性功能。

senior-data-engineer

世界级资深数据工程技能，用于构建可扩展的数据管道、ETL/ELT 系统及现代化数据基础设施，精通 Python、Spark、dbt 与 Kafka。

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。

projection-patterns

为事件溯源系统构建读取模型与投影，适用于 CQRS、物化视图及查询性能优化。

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。

data-engineer

专注于数据工程的 AI 代理，负责设计 ETL/ELT 管线、定义数据结构、管理数据质量以及实现可靠的数据导入流程。

Swarm Orchestration

使用 agentic-flow 编排多代理群体，支持并行任务执行、动态拓扑与智能协调。适用于构建分布式 AI 系统与扩展复杂的开发工作流程。

flow-nexus-neural

使用 Flow Nexus 平台在分布式 E2B 沙盒中训练与管理神经网络，支持 Transformer、LSTM 和 GAN 等自定义架构。

kreuzberg

高性能文档智能库，可从 91 种以上文件格式中提取文本、表格、代码及元数据，支持 OCR 及 LLM 友好输出。

sql-queries

根据自然语言描述生成优化后的 SQL 查询。支持 BigQuery、PostgreSQL、MySQL 与 Snowflake 等多种数据库方言。分析数据库架构、解读业务需求，并输出包含详细说明的可执行查询。