Agent Skills Hub

tweet-rl-tracker

基于 Notion 的推文性能追踪系统，通过强化学习原理实现数据驱动的内容实验与优化。

zotero-mcp-code

通过 Python 代码执行高效搜索 Zotero 文献库。支持全面的多策略查询、自动去重和相关性排序，有效避免上下文溢出或系统崩溃。

cocreator-content-research

TikTok 和 Instagram 社交媒体情报收集工具。利用 ScrapeCreators API 探索热门钩子 (hooks)、分析竞争对手策略，并进行创作者资料研究。

qras

基于 Qdrant 和 Ollama 的本地 RAG 语义记忆系统。适用于高效检索工作区文件、笔记、决策记录与用户偏好，提供精确的向量语义搜索。

personal-brand-agent

基于 LangGraph 与 Claude Opus 4.5 的自动化 LinkedIn 内容营销多代理系统，涵盖趋势研究、内容生成、个人品牌语调分析与成效追踪。

task-search

通过高性能、具备防抖功能的搜索引擎加速任务检索。支持多标记 AND 逻辑、相关性排序，并能实时高亮显示任务标题、描述与标签中的匹配文本。

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。

Aphorisms

一套全面的警句与名言管理系统，用于主题内容丰富化、研究与简报策划。

rag-implementation

使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统，为 LLM 提供外部知识基础。

backend-rag-implementation

构建 RAG 系统以利用私有数据增强 LLM。包含向量数据库集成、嵌入策略、混合搜索及 FastAPI 后端的高级检索模式。

data-storytelling

将原始数据转化为引人入胜的叙事，运用可视化策略、叙事框架与说服性结构，协助分析师进行高管汇报与数据决策。

youtube-rl-tracker

一个受强化学习启发的 YouTube 绩效追踪工具，通过系统化记录来优化缩图、标题与视频钩子。