Agent Skills Hub

deep-research

一個系統化的多角度網頁研究代理。適用於深度調查、複雜問題查詢，以及在內容生成前作為強制性的研究步驟，確保獲得有據可查的高質量結果。

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。

pytorch-lightning

PyTorch Lightning 深度學習框架技能：自動化模型訓練、多 GPU 編排、數據管道以及 DDP、FSDP 和 DeepSpeed 等分散式訓練策略。

ReasoningBank Intelligence

透過 ReasoningBank 實現代理程式的自適應學習，進行模式識別、策略優化與持續改進。

deep-thinking

一套深度推理框架，透過多假設生成、嚴謹驗證與系統化分析，協助 AI 處理複雜的架構設計、除錯與高風險決策任務。

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。

deepwiki

透過 DeepWiki 和 MCP 搜尋並檢索超過 300 個熱門 GitHub 儲存庫的 AI 生成文件、架構指南與 API 參考資料。

milady-development

透過管理插件來自我修改 Milady 代理。編輯程式碼、重建並重新啟動運行環境，以開發新功能或本地優化代理工作流程。

langgraph

LangGraph 專家技能，專為構建具狀態、多角色 AI 代理工作流而設計，包含持久化、條件分支與 ReAct 模式。

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。

ai-multimodal

使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成，具備超長上下文窗口，適用於複雜的多模態 AI 任務。

creative-thinking-for-research

應用認知科學框架於計算機科學與人工智慧研究，透過系統化的創造力策略生成具備原創性的研究方向。