Agent Skills Hub

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。

feature-dev

引導式功能開發代理，透過系統化的探索、架構設計、程式碼實作與自動化測試來完成開發任務。

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。

meteorology-driver-classification

將氣象與環境變數分類為驅動因素類別，以進行一致的歸因分析與環境建模。

app-builder

全端應用程式建構編排器，分析自然語言需求以決定技術堆疊、建立專案架構並協調各領域專業代理人。

data-cleaning-pipeline-generator

為 pandas/polars/PySpark 生成數據清洗管道，處理缺失值、重複項、異常值、類型轉換及數據驗證。

manufacturing-failure-reason-codebook-normalization

根據產品代碼手冊將測試工程師的缺陷描述標準化，修正錯別字、縮寫錯誤與歧義，並執行站點驗證。

ralph-tui-create-beads

將 PRD 轉換為 ralph-tui 自主執行所需的任務 beads，包含品質閘控與依賴關係管理。

speckit-plan

執行實作規劃工作流程，產生技術設計產出物，並為 Spec Kit 專案建構研究任務。

dev

開發與維護 PWAFire 工具庫：編寫 PWA API 模組、處理功能檢測、管理測試，並遵循嚴格的同步/非同步模式與錯誤處理規範貢獻程式碼。

write-docs

自動化 BrowserOS 功能文件的創建與維護，使用結構化且具備代碼庫感知的工作流程，生成精簡的 Mintlify MDX 頁面。

polars

高性能 Python 與 Rust 記憶體內 DataFrame 函式庫。支援延遲計算、平行處理，並使用 Apache Arrow 引擎，適用於高效 ETL、數據處理及加速 pandas 工作流。