Agent Skills Hub

scholar-evaluation

使用 ScholarEval 框架系统性地评估学术研究工作，针对研究质量维度提供结构化的定量与定性分析，并提供具备执行力的反馈建议。

debug-distributed

AReaL 分布式训练调试指南，涵盖 FSDP2/TP/CP/EP 环境下的挂起、NCCL 错误、显存溢出与数值一致性问题。

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。

claude-code-guide

Claude Code 高级开发指南，涵盖 REPL 环境、MCP 集成、开发工作流及 AI 辅助编程最佳实践，助力提升开发效率。

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。

scientific-critical-thinking

评估科学宣称与研究方法的严谨度、偏误及有效性。运用 GRADE 与 Cochrane 等实证架构来分析实验设计、研究方案及研究结论。

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。

meteorology-driver-classification

将气象与环境变量分类为驱动因素类别，以进行一致的归因分析与环境建模。

data-viz-plots

使用 matplotlib 和 seaborn 建立可发表等级的图表与可视化，并可在任何 LLM 环境下本地运行。

skyll

AI 代理的即时技能发现引擎。通过 REST API 或 MCP 按需搜索并检索专业代理技能 (SKILL.md)，将程序性知识即时注入到代理的上下文中。

log-debug-issue

维护结构化的 DEBUG_LOG.md 以记录程序错误、调试过程与解决方案，确保项目稳定性并积累技术知识。

matplotlib

用于静态、动画与交互式数据可视化的基础 Python 库。提供对图表元素的精细控制，适用于制作科学研究与出版级别的图表。