Agent Skills Hub

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。

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。

ml-pipeline-workflow

构建并编排从数据准备、模型训练、验证到自动化部署的端到端 MLOps 管线。

risk-based-testing

利用风险评估与优先级排序，将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。

MLOps Industrialization

一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架，采用 src 布局、混合架构与严谨的配置管理。

skill-engineer

为 OpenClaw 技能开发提供多代理迭代优化与品质把关，通过标准化测试与生命周期管理提升技能效能。

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。

manufacturing-failure-reason-codebook-normalization

根据产品代码手册将测试工程师的缺陷描述标准化，修正错别字、缩写错误与歧义，并执行站点验证。

datarobot-model-deployment

用于部署、管理和监控 DataRobot 模型的工具，包含预测环境配置、冠军/挑战者模型工作流程以及部署操作。

claude-code-guide

Claude Code 高级开发指南，涵盖 REPL 环境、MCP 集成、开发工作流及 AI 辅助编程最佳实践，助力提升开发效率。

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。

claude-skills

一套包含超过 305 个模块化指令包、Python CLI 工具与代理工作流的综合库，专为扩展 Claude Code、Cursor、Aider 与 Gemini CLI 等 AI 编程辅助工具的能力而设计。