Agent Skills Hub

hf-mcp

通过 MCP 将您的 AI 代理连接至 Hugging Face Hub。搜索模型、数据集与论文，管理存储库，执行云端计算任务，并将 Gradio Spaces 作为 AI 工具调用使用。

autoresearch

自动化多团队代码库改进代理，具备狭义（目标导向）、广义（假设发散）及全面（质量扫描）三种模式。

stable-baselines3

使用 Stable Baselines3 进行生产级强化学习。通过类 scikit-learn API 训练智能体、设计自定义环境、实现训练回调函数并优化工作流程。

mcp-research

使用 MCP 工具获取最新的技术资讯，针对函数库、API、SDK 及技术生态系统提供经过验证的指导。

ReasoningBank Intelligence

通过 ReasoningBank 实现代理程序的自适应学习，进行模式识别、策略优化与持续改进。

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。

paper-plan

根据研究叙述、实验数据与审稿结论，自动生成结构化的学术论文大纲。

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。

paper-figure

从实验数据生成学术论文级别的出版品质图表与 LaTeX 表格。

statistical-analysis

引导式统计分析，包含测试选择、假设检验、功效分析及 APA 格式报告，适用于学术与实验研究。

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。

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。