Agent Skills Hub

feature-dev

引导式功能开发代理，通过系统化的代码探索、架构设计、代码实现与自动化测试完整周期完成开发任务。

data-analysis

数据分析专家：进行探索性数据分析、统计建模、SQL 查询与 Python 数据可视化，通过严谨的量化方法将原始数据转化为可操作的洞察。

meteorology-driver-classification

将气象与环境变量分类为驱动因素类别，以进行一致的归因分析与环境建模。

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。

app-builder

全栈应用程序构建编排器，分析自然语言需求以决定技术堆栈、建立项目架构并协调各领域专业代理人。

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。

implement-feature

使用架构优先设计、TDD、丰富领域模型与 Swift 6.2 模式实现功能的指南，确保领域、基础设施与应用层之间的清晰隔离。

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。

loading-insurance-data

加载并预处理保险保单周度 CSV 数据，支持智能周期检测、多周数据加载、数据验证和清洗。

product-management

为初创公司打造的 AI 原生产品管理工具。具备自动化竞品研究、基于 WINNING 模型的缺口分析、PRD 文档生成，并集成 GitHub Issues 进行信号驱动的优先级规划。

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。

dev

开发与维护 PWAFire 工具库：编写 PWA API 模块、处理功能检测、管理测试，并遵循严格的同步/异步模式与错误处理规范贡献代码。