Agent Skills Hub

literature-review

通过 PubMed、arXiv 和 Semantic Scholar 进行系统性文献回顾，包含人工智能驱动的综述、核实引用以及强制性的科学图表生成。

scientific-visualization

用于生成符合出版要求的科学图表、多面板布局及期刊格式的元技能，支持 matplotlib、seaborn 及 plotly。

xhs-viral-post

AI 一键生成小红书爆款笔记，包含标题、正文、标签、封面提示词及发帖策略，真实种草风格，防封号优化。

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。

competitor-analysis

进行策略性竞争分析，绘制市场格局，识别直接竞争对手，综合评估优劣势，并发掘差异化机会。

paper-reproduce

提供论文复现的系统性方法论，支持数据清洗、统计验证、样本筛选及自动化产出学术复现报告（Markdown 与 LaTeX）。

massive-context-mcp

通过递归分块、子查询与聚合结果处理超过 1,000 万 token 的大型文件和代码库，突破 LLM 上下文窗口限制。

light-curve-preprocessing

使用 Lightkurve 进行天文光变曲线预处理与清洁。提供离群值移除、趋势平滑化、去趋势与数据质量标记处理工具，适用于天文时序数据分析。

excel-report-generator

自动化 Excel 报表生成工具，支持从 CSV、数据库或 Python 结构生成报告。具备图表绘制、样式自定义、模板填充与数据分析功能。

tavily-web

使用 Tavily API 进行进阶网络搜索、内容提取与网站爬取，为 AI 代理研究与数据收集进行优化。

single-cell-rna-qc

基于 scverse 最佳实践的自动化单细胞 RNA-seq 质量控制工具。支持 .h5ad 与 .h5 格式，提供 MAD 离群值检测、细胞过滤及统计可视化分析。

polars

高性能 Python 与 Rust 内存内 DataFrame 库。支持延迟计算、并行处理，并使用 Apache Arrow 引擎，适用于高效 ETL、数据处理及加速 pandas 工作流。