Agent Skills Hub

hf-mcp

透過 MCP 將您的 AI 代理連接至 Hugging Face Hub。搜尋模型、資料集與論文，管理儲存庫，執行雲端運算任務，並將 Gradio Spaces 作為 AI 工具呼叫使用。

transit-least-squares

用於檢測光變曲線中系外行星凌日現象的 Transit Least Squares (TLS) 演算法，對凌日型訊號的靈敏度高於 Lomb-Scargle。

casadi-ipopt-nlp

使用 CasADi 和 IPOPT 的非線性優化工具組。適用於建立複雜的 NLP 模型、定義符號變數、約束條件與求解器，並提供電力系統優化模式的專業支援。

light-curve-preprocessing

使用 Lightkurve 進行天文光變曲線預處理與清潔。提供離群值移除、趨勢平滑化、去趨勢與資料品質標記處理工具，適用於天文時序資料分析。

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。

statsmodels

Python 統計建模與計量經濟學函式庫。執行 OLS、GLM、混合模型、ARIMA、診斷與推論，適用於嚴謹的科學分析。

pysam

基因組檔案處理工具套件。支援讀寫 SAM/BAM/CRAM 比對檔案、VCF/BCF 變異位點與 FASTA/FASTQ 序列，透過 Python 介面與 htslib 整合，適用於 NGS 資料分析流程。

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。

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。

scientific-visualization

用於生成符合出版要求的科學圖表、多面板佈局及期刊格式之元技能，支援 matplotlib、seaborn 及 plotly。

data-viz-plots

使用 matplotlib 和 seaborn 建立可發表等級的圖表與視覺化，並可在任何 LLM 環境下本地運行。