Agent Skills Hub

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。

RFP Analyzer

分析 RFP 與需求文件，識別利害關係人、拆解功能模組、提取系統限制，並生成關鍵釐清問題，為後續用戶故事撰寫做準備。

requirements-clarity

透過系統化的對話與評分機制釐清模糊的需求，確保在開發前產出高品質且可執行的產品需求文件 (PRD)。

task-search

透過高性能、具備防手震功能的搜尋引擎加速任務檢索。支援多標記 AND 邏輯、相關性排序，並能即時標示任務標題、說明與標籤中的匹配文字。

taide-botrun

高中國文學測解題助手，採用上下文工程（Context Engineering）與檢索增強生成架構，提供高準確度、具可解釋性的國學解題服務。

Global Coding Style

應用務實編碼標準：包含明確命名、單一職責函數、防禦性程式設計，以及確定性副作用，拒絕過度設計與臆測性功能。

memcontext-autopilot

為 AI 代理設計的自動化記憶管理中間件，透過「查-回-存」閉環實現跨對話的長期記憶維持與上下文自動管理。

evaluating-code-models

使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試，並提供多語言編碼模型的 pass@k 指標評估。

subagent-driven-development

透過為每個任務指派獨立子代理程式來執行實作計畫，並結合規格符合性與程式碼品質的兩階段審查機制。

karpathy-guidelines

為 LLM 設定的程式開發行為準則，旨在減少錯誤、落實最佳實踐，並透過強調簡潔性、精確修改與目標導向驗證來提升代碼品質。

ReasoningBank Intelligence

透過 ReasoningBank 實現代理程式的自適應學習，進行模式識別、策略優化與持續改進。

autoresearch

自動化多團隊程式碼庫改進代理，具備狹義（目標導向）、廣義（假設發散）及全面（品質掃描）三種模式。