Agent Skills Hub

test-reporting-analytics

高级测试报告与质量仪表板，提供 QE 指标、代码覆盖率与部署就绪度分析，通过预测性洞察协助团队进行数据驱动的质量决策。

langchain-chat-models

为 LangChain 应用程序提供统一接口，整合并管理 OpenAI、Anthropic、Google、Azure 和 Bedrock 等 LLM 聊天模型服务。

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。

prompt-optimizer

通过成熟的提示工程原则，将模糊或结构不良的指令转换为优化且高效的 AI 模型提示，提升执行质量与准确性。

context-engineering-collection

一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。

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。

cohort-analysis

执行用户参与数据的同期群分析。识别留存趋势、功能采用率、流失模式，并透过定量数据分析生成可执行的研究建议。

skill-template

为建立与记录模块化代理技能所设计的标准化模板，确保在 AI 代理系统中间实现一致且高效的上下文工程。

statsmodels

Python 统计建模与计量经济学函数库。执行 OLS、GLM、混合模型、ARIMA、诊断与推论，适用于严谨的科学分析。

project-development

一套管理 LLM 项目生命周期的框架，涵盖评估任务模型契合度、架构设计、结构化输出解析及代理辅助开发流程。

request-optimizer

一个智能网关，可分析、评分并将用户请求路由至 27 个代理、27 个技能与 14 个 MCP，以优化 Claude Code 的执行效率。

skill-architect

设计与构建高质量 AI Agent Skills 的专家顾问。通过发现、架构与制作阶段的结构化引导，确保您建立的技能具备高度一致性、可组合性与执行效能。