Agent Skills Hub

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

analyzing-research-documents

從研究文件、技術論文和架構設計檔案中，系統性地萃取關鍵見解、決策紀錄與技術限制。

zarr-python

用於儲存分塊 N 維陣列的高效能 Python 技能。支援雲端儲存 (S3/GCS)、平行 I/O，並與 NumPy、Dask 及 Xarray 無縫整合，適用於大規模科學運算。

LifeOS

一套基於 GTD 方法論的個人生活操作系統，整合 Todoist 任務管理、Logseq 生活追蹤與 AI 數據分析，實現高效的時間與習慣管理。

investigate-dependencies

進行徹底的依賴項審計，識別冗餘代碼、未使用的功能和不當的使用模式。透過充分利用現有依賴項而非重新發明輪子，確保專案的模組化與代碼整潔。

financial-statements

生成財務報表（損益表、資產負債表、現金流量表），提供期間比較、差異分析及 GAAP 合規性檢查。

quality-metrics

自動化品質監控與量測，包含 DORA 指標、缺陷密度追蹤，並為持續交付流水線配置智慧品質閘道。

cyber-ir-playbook

從事件日誌產生資安事件回應時間軸與結構化報告，以利追蹤從偵測到復原的全過程。

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。

find-skills-combo

探索並推薦代理技能組合以完成複雜的多面向任務，提供「最大品質」與「最小依賴」兩種推薦策略。

comps

執行全面的交易可比性分析，利用同業乘數、營運關鍵指標與估值建模，評估公司相對價值。

data-extraction-patterns

為 GA4 與 GSC 分析數據提供提取、緩存與處理的最佳實踐模式，並整合 MCP 伺服器操作。