Agent Skills Hub

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。

ReasoningBank with AgentDB

使用 AgentDB 的超快速向量後端實作 ReasoningBank 自適應學習。具備軌跡追蹤、判斷評估、記憶蒸餾與模式識別功能，適用於構建自我學習的自主智能體。

context-fundamentals

情境工程基礎指南：為 AI 代理優化 Token 預算、注意力機制及系統架構。

agent-system

MERIDIAN 自主 AI 代理實作模式，包含 BaseAgent 生命週期、Claude API 結構化工具呼叫、Token 配額管理與 cron 排程系統。

inno-prepare-resources

自動化研究資源準備工作，包括載入實例、搜尋 GitHub 程式碼庫、建立資料集描述以及下載 arXiv 論文。

perf-analyzer

將效能分析資料綜合為具體建議及有據可依的技術決策。

personal-brand-agent

基於 LangGraph 與 Claude Opus 4.5 的自動化 LinkedIn 內容行銷多代理系統，涵蓋趨勢研究、內容生成、個人品牌語氣分析與成效追蹤。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

tzurot-council-mcp

為技術架構、複雜重構與結構化除錯提供多視角 AI 諮詢服務。

eval-harness

AI 代理會話的正式評估框架，實施評估驅動開發 (EDD) 原則以確保代理可靠性。

cocreator-content-research

TikTok 和 Instagram 社群媒體情報蒐集工具。利用 ScrapeCreators API 探索熱門鉤子 (hooks)、分析競爭對手策略，並進行創作者資料研究。

ai-writing-detection

全面的 AI 文本檢測框架。透過詞彙分析、結構模式、模型指紋與技術後設資料比對，精準辨識 AI 生成內容與寫作痕跡。