Agent Skills Hub

ai-llm-patterns

Anthropic Claude 集成模式：流式传输、基于 pgvector 的 RAG、工具调用、模型选择（Haiku/Sonnet/Opus）、提示词缓存及 AI 工程成本管理。

mls

基于 Apple Silicon 与 MLX 的本地机器学习推理服务，整合语音识别 (ASR)、语音合成 (TTS)、翻译、图像生成与视觉识别功能。

data-visualization

使用 Python (matplotlib, seaborn, plotly) 创建专业数据可视化。包含图表选择指南、设计原则、无障碍标准及出版级图表的代码模板。

skill-reinforcement

一种自动化元学习技能，通过在每次任务执行后捕获模式、错误和捷径来改进代理工作流程。

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。

quality-metrics

自动化质量监控与度量，包含 DORA 指标、缺陷密度追踪，并为持续交付流水线配置智能质量闸道。

seaborn

Python 统计可视化程序库。通过 Pandas 整合与自动统计估计，轻松制作箱线图、热图与小提琴图等出版级品质的统计图表。

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。

perf-analyzer

将性能分析数据综合为具体建议及有据可依的技术决策。

neurokit2

全面的生物信号处理工具包，用于分析心电图、脑电图、皮肤电活动等信号，支持心理生理学研究及多模态整合。

mcp-prompts

一种智能开发编排技能，通过 mcp-prompts 集成，提供自我优化的代码分析、构建错误诊断与自动化工作流程配置。

anthropic-api

为构建 Claude API 生产级应用提供专家指导，涵盖 SDK 使用、提示词缓存、批量处理、流式传输、工具调用及成本优化策略。