Agent Skills Hub

prompt-optimizer

透過成熟的提示工程原則，將模糊或結構不良的指令轉換為優化且高效的 AI 模型提示，提升執行品質與準確性。

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。

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。

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。

spark-optimization

優化 Apache Spark 作業，包含分區策略、記憶體管理、Shuffle 調整與數據傾斜處理，提升數據處理效能。

trigger-dev-tasks

專注於 Trigger.dev 背景任務與 AI 工作流的專家助手，協助開發、設計與優化高可靠性的非同步 TypeScript 任務架構。

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。

pymc

使用 PyMC 進行貝葉斯建模與機率編程。構建分層模型，執行 MCMC 採樣 (NUTS) 與變分推斷，並透過 LOO/WAIC 進行嚴謹的模型比較與後驗檢查。

research-pipeline

端到端自動化研究代理：從想法生成、文獻綜述到實驗執行、對抗式審查循環與論文撰寫。

box-least-squares

用於檢測光度曲線中凌日系外行星與食雙星的 BLS 週期圖工具。基於 astropy 的週期、持續時間與深度分析實現。

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。

claude-opus-4-5-migration

將您的程式碼、提示詞與 API 呼叫從 Claude Sonnet 4.0/4.5 或 Opus 4.1 遷移至 Opus 4.5，並自動調整相關設定。