Agent Skills Hub

pytorch-lightning

PyTorch Lightning 深度學習框架技能：自動化模型訓練、多 GPU 編排、數據管道以及 DDP、FSDP 和 DeepSpeed 等分散式訓練策略。

debug-distributed

AReaL 分散式訓練除錯指南，涵蓋 FSDP2/TP/CP/EP 環境下的掛起、NCCL 錯誤、記憶體不足與數值一致性問題。

flow-nexus-neural

使用 Flow Nexus 平台在分佈式 E2B 沙盒中訓練與管理神經網路，支援 Transformer、LSTM 和 GAN 等自定義架構。

nvidia-resiliency-ext

為 NVIDIA GPU 加速的分散式應用程式提供彈性、健康監控與容錯工具，包含進程管理與 API 金鑰處理功能。

building-ai-agent-on-cloudflare

使用 Cloudflare Agents SDK 在 Workers 上構建有狀態的 AI 代理。支援實時 WebSocket、持久化狀態管理、定時背景任務與工具整合，專為生產環境設計。

stable-baselines3

使用 Stable Baselines3 進行生產級強化學習。透過類 scikit-learn API 訓練智能體、設計自定義環境、實作訓練回調函數並優化工作流程。

Swarm Orchestration

使用 agentic-flow 編排多代理群體，支援平行任務執行、動態拓撲與智慧協調。適用於構建分散式 AI 系統與擴展複雜的開發工作流程。

multi-agent-patterns

架構多代理系統以突破上下文限制，運用監督者、群體與分層模型等模式來管理複雜工作流程。

dispatching-parallel-agents

透過將獨立的除錯或開發任務委派給具備獨立上下文的專職子代理，實現並行化執行。

swarm-advanced

為研究、開發與測試工作流部署網格、層級與星狀拓撲等進階多代理人蜂群編排策略。

parallel-agents

透過協調多個專業 AI 代理來執行複雜工作流，實現多角度代碼分析、功能開發與系統級審查的自動化編排。

p9

P9 技術領隊模式：透過任務提示（六要素）管理 P8 代理團隊，無需親自撰寫程式碼。負責專案管理、任務拆解，並協調 3 個以上平行代理執行任務。