Agent Skills Hub

blog

为 dabase.com 自动化创建 Hugo 博客文章，包含 SEO 标题与描述、动态日期处理及自动文件名生成。

ab-test-analysis

以统计学严谨度分析 A/B 测试结果。包含显著性检验、样本量验证、防护指标监控，并透过 Python 脚本提供发布、延长或停止测试的具体建议。

neo4j-cypher

Neo4j Cypher 查询与 MCP 服务器工具的专家指南，专注于架构内省、图形运算以及高效的数据库开发工作流程。

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。

single-cell-rna-qc

基于 scverse 最佳实践的自动化单细胞 RNA-seq 质量控制工具。支持 .h5ad 与 .h5 格式，提供 MAD 离群值检测、细胞过滤及统计可视化分析。

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。

snowflake-semantic-views

通过 CLI 创建、修改并验证 Snowflake 语义视图 (Semantic Views)。自动化生成、说明与测试语义层定义，确保模型准确性与星型架构合规。

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。

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。

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。

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。

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。