Agent Skills Hub

wt

使用 git worktrees 管理隔离的 LlamaFarm 开发环境，实现并行代理会话与服务测试。

pytorch-lightning

PyTorch Lightning 深度学习框架技能：自动化模型训练、多 GPU 编排、数据管道以及 DDP、FSDP 和 DeepSpeed 等分布式训练策略。

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）。

debug-cuda-crash

使用 FlashInfer API 日志功能排查与解决 CUDA 运行时崩溃的教学指南。

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。

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。

pymc

使用 PyMC 进行贝叶斯建模与概率编程。构建分层模型，执行 MCMC 采样 (NUTS) 与变分推断，并透过 LOO/WAIC 进行严谨的模型比较与后验检查。

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。

flow-nexus-neural

使用 Flow Nexus 平台在分布式 E2B 沙盒中训练与管理神经网络，支持 Transformer、LSTM 和 GAN 等自定义架构。

stable-baselines3

使用 Stable Baselines3 进行生产级强化学习。通过类 scikit-learn API 训练智能体、设计自定义环境、实现训练回调函数并优化工作流程。

statistical-analysis

引导式统计分析，包含测试选择、假设检验、功效分析及 APA 格式报告，适用于学术与实验研究。

ml-pipeline-workflow

构建并编排从数据准备、模型训练、验证到自动化部署的端到端 MLOps 管线。