Agent Skills Hub

firecrawl-scraper

使用 Firecrawl API 進行進階網頁爬取，支援深度內容提取、頁面互動、截圖及 PDF 解析。

cosense

Cosense (原 Scrapbox) 專用自動化技能，支援頁面讀取、搜尋、新增及透過 API 進行安全編輯。

youtube-rl-tracker

一個受強化學習啟發的 YouTube 績效追蹤工具，透過系統化記錄來優化縮圖、標題與影片鉤子。

data-quality-frameworks

使用 Great Expectations、dbt 測試與資料合約實作生產級資料品質驗證，確保資料管線的可靠性。

visual-testing-advanced

進階視覺回歸測試工具，具備像素級與AI輔助差異分析、跨瀏覽器驗證及響應式設計檢查，有效防止CI/CD流程中的UI回歸問題。

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。

explaining-code

使用視覺化圖表、生活比喻、逐步導覽與常見陷阱來解釋程式碼。

clinical-trial-protocol-skill

為醫療器材與藥物生成臨床試驗方案。支援模組化路徑設計、研究整合，以及符合監管文件的草擬需求。

performance-optimization

透過 Redis 快取、叢集運算、效能剖析與監控技術，優化 Node.js 應用程式效能，打造高效且可擴展的後端服務。

context-degradation

診斷、隔離並緩解 LLM 上下文故障（如中間丟失、中毒、干擾及衝突），提升 AI 代理的執行可靠性。

vitest

Vitest 測試模式，提供可靠的單元與整合測試架構。專注於關鍵業務邏輯、邊際案例與高效的 Mocking 策略，確保核心程式碼的穩定性。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。