Agent Skills Hub

ml-pipeline-workflow

建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。

data-analysis

資料分析專員：進行探索性資料分析、統計建模、SQL 查詢與 Python 資料視覺化，透過嚴謹的量化方法將原始數據轉化為可操作的洞察。

MLOps Industrialization

一套將實驗性機器學習原型轉換為穩健、可發佈的 Python 套件之框架，採用 src 配置、混合架構與嚴謹的設定管理。

skill-engineer

為 OpenClaw 技能開發提供多代理迭代優化與品質把關，透過標準化測試與生命週期管理提升技能效能。

scikit-learn

使用 scikit-learn 進行經典機器學習。適用於分類、迴歸、分群、降維、資料預處理、模型評估，以及構建 Python 機器學習流程。

claude-skills

一套包含超過 305 個模組化指令包、Python CLI 工具與代理工作流的綜合庫，專為擴展 Claude Code、Cursor、Aider 與 Gemini CLI 等 AI 程式輔助工具的能力而設計。

risk-based-testing

利用風險評估與優先級排序，將測試重點集中在最高風險區域。適用於規劃測試策略、配置測試資源或進行覆蓋率決策。

trulens-evaluation-workflow

使用 TruLens 對 LLM 應用程式進行檢測、評估與監控的系統化工作流程，支援 LangChain、LangGraph 與 LlamaIndex 等框架。

test-reporting-analytics

高階測試報告與品質儀表板，提供 QE 指標、程式碼覆蓋率與部署就緒度分析，透過預測性洞察協助團隊進行數據導向的品質決策。

mcp-prompts

一種智慧型開發編排技能，透過 mcp-prompts 整合，提供自我優化的程式碼分析、建置錯誤診斷與自動化工作流程配置。

rag-engineer

架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線，提升 LLM 應用的精確度。

code-formatter

用於在 Claude Code 和 Gemini CLI 擴展之間轉換及同步 AI 代理技能的通用 CLI 工具。