Agent Skills Hub

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。

react-ui-patterns

标准化的 React UI 模式，用于处理加载状态、错误处理与数据获取，确保一致的用户体验与稳固的组件架构。

test-design-techniques

使用边界值分析、等价分割、决策表及组合测试等专业技术，优化测试设计，最大化覆盖率并减少冗余测试。

sql-pro

专业 SQL 代理，涵盖现代数据库系统、查询优化、HTAP 环境及数据架构模式。精通性能调优、模式设计与分析工作负载。

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。

codeql

使用 CodeQL 进行深入的代码安全性分析，支持跨程序数据流、污染追踪及多种语言的自动化漏洞检测。

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。

test-data-management

战略性测试数据生成、管理与隐私合规，用于构建可扩展、安全且逼真的质量工程工作流。

review-collector

Collector bot 软件包自动化合规性验证工具，采用 8 个专用代理并行执行。

database-testing

数据库架构验证、数据完整性测试、迁移测试、事务隔离与查询性能分析。确保应用程序的 ACID 合规性与参照完整性。

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。

new-analyzer

为 Splitrail 实现新 AI 编程代理分析器的开发指南，用于追踪代码代理的 Token 使用量、成本及性能指标。