Agent Skills Hub

secure-claude-code

監控 Claude Code、Codex 和基於 MCP 的開發環境的 Runwall 安全狀態、已啟用的防護措施及近期稽核記錄。

systematic-debugging

一套嚴格的四階段方法論，強制要求在應用任何程式碼修復前，必須先進行系統性的根本原因分析。

clawsec-nanoclaw

NanoClaw WhatsApp 機器人的安全諮詢監控，透過 MCP 工具提供漏洞掃描、技能安全檢查與完整性保護。

toh-framework

專為 AI 生成程式碼設計的安全性優先稽核框架。提供多層級防護，包含硬編碼金鑰檢測、危險程式碼模式識別，以及針對現代 Web 應用程式的完整漏洞審計。

metrics-dashboard

設計完整產品指標儀表板，定義關鍵績效指標 (KPI)，並建立包含資料視覺化、警示閾值與架構整合的監控計畫。

Auditing Security

執行系統性的安全性稽核、漏洞掃描與風險評估，並結合 OWASP 方法論，確保程式碼的強健安全性。

guard

為提示詞中的 JSON 數據提供認知安全分析，防止大型語言模型在處理不完整或大規模數據集時產生幻覺與推理錯誤。

meteorology-driver-classification

將氣象與環境變數分類為驅動因素類別，以進行一致的歸因分析與環境建模。

lomb-scargle-periodogram

使用 Lomb-Scargle 週期圖法分析天文時間序列數據，特別適用於非均勻採樣數據，並透過 lightkurve 函式庫偵測週期性訊號。

Python Security Scan

專為 Flask、Django 與 FastAPI 專案設計的 Python 安全掃描工具。支援 OWASP Top 10 風險檢測、相依套件弱點分析、硬編碼密鑰偵測與框架專屬安全審計。

kpi-dashboard-design

掌握 KPI 儀表板設計，利用成熟的指標框架、SMART 目標與層級模式，協助您從高階決策到營運監控，全面提升業務績效。

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。