Agent Skills Hub

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 实现从 PDF、DOCX 和 PPTX 等非结构化文件中提取结构化数据的方案，并通过 Pydantic 定义数据架构。

pytdc

提供用于药物开发的 AI 就绪数据集、基准测试与分子预测工具，涵盖 ADME、毒性、药物-目标交互作用及分子生成任务。

bmad-planner

用于生成业务模型、架构与设计 (BMAD) 规划文件的交互式工具，专为功能开发前的规划流程设计。

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。

create-tasks

根据需求建立结构完善、可执行的工程任务，运用垂直切分、INVEST 原则与示例映射 (Example Mapping) 技术。

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。

requirements-clarity

通过系统化的对话与评分机制厘清模糊的需求，确保在开发前产出高质量且可执行的产品需求文件 (PRD)。

data-extraction-patterns

提供 GA4 和 GSC 分析数据提取、缓存及处理的最佳实践模式，支持 MCP 服务器集成。

summarize-interview

将访谈逐字稿转换为结构化摘要，包含待办任务 (JTBD)、满意度信号与行动项目。

market-sentiment-pulse

聚合并分析加密货币与股票代码的市场情绪，通过扫描新闻与社交信号，为交易前的“氛围感”评估提供快速参考。

tweet-rl-tracker

基于 Notion 的推文性能追踪系统，通过强化学习原理实现数据驱动的内容实验与优化。

Documenting Code

将项目文档与代码同步。使用 init-project 标准维护功能规格、API 合约与 README，确保可追踪性与完整性。