Agent Skills Hub

data-visualization

使用 Python (matplotlib, seaborn, plotly) 创建专业数据可视化。包含图表选择指南、设计原则、无障碍标准及出版级图表的代码模板。

web-search-patterns

基于 Gemini 的高级网络搜索插件，具备智能缓存、子代理上下文隔离及自动查询优化功能。

research

严谨的研究技能，通过 WebFetch 与内容分析强制执行来源验证，以防止引用虚构内容。

literature-engineer

证据优先的文献收集工具，专为自动化研究管线设计。将论文池扩充至 1200 篇以上，具备元数据规范化、来源追溯及多路径导入功能。

writing-hashql-jexpr

HashQL J-Expr 查询语法与构建指南，支持 #literal、#struct、#list 与函数调用模式，适用于 HashQL 文件开发。

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。

dlt-skill

建立、管理与调试 dlt (data load tool) 数据管道，将数据从 API、数据库及自定义来源导入 DuckDB、BigQuery 或 Snowflake 等目标。

k8s-yaml-generator

生成生产就绪的 Kubernetes 清单（包含 Deployment、Service、CRD 等），并内置验证机制。

seaborn

Python 统计可视化程序库。通过 Pandas 整合与自动统计估计，轻松制作箱线图、热图与小提琴图等出版级品质的统计图表。

feature-prioritization

一种结构化的决策工具，应用 RICE、MoSCoW、Kano 和价值与努力等框架，通过数据驱动的客观性来确定软件功能、产品路线图项目以及开发与否的决策优先级。

docs-applying-content-quality

标准化 Markdown 内容，包含主动语态、精确的标题层级以及符合 WCAG AA 无障碍标准，适用于文档、网站及仓库文件。

customer-research

客户问题与调查研究工具，提供多来源信息整合、事件追踪、账户历史记录查询，并包含来源标注与信赖度评分。