Agent Skills Hub

feature-dev

引導式功能開發代理，透過系統化的探索、架構設計、程式碼實作與自動化測試來完成開發任務。

data-analysis

資料分析專員：進行探索性資料分析、統計建模、SQL 查詢與 Python 資料視覺化，透過嚴謹的量化方法將原始數據轉化為可操作的洞察。

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。

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。

app-builder

全端應用程式建構編排器，分析自然語言需求以決定技術堆疊、建立專案架構並協調各領域專業代理人。

data-cleaning-pipeline-generator

為 pandas/polars/PySpark 生成數據清洗管道，處理缺失值、重複項、異常值、類型轉換及數據驗證。

implement-feature

使用架構優先設計、TDD、豐富領域模型與 Swift 6.2 模式實作功能的指南，確保領域、基礎設施與應用層之間的清晰隔離。

data-engineer

專注於資料工程的 AI 代理，負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。

loading-insurance-data

載入並預處理保險保單週度 CSV 資料，支援自動化週期檢測、多週載入、資料驗證與清理。

product-management

為新創公司打造的 AI 原生產品管理工具。具備自動化競品研究、基於 WINNING 模型的缺口分析、PRD 文件生成，並整合 GitHub Issues 進行信號驅動的優先級規劃。

polars

高性能 Python 與 Rust 記憶體內 DataFrame 函式庫。支援延遲計算、平行處理，並使用 Apache Arrow 引擎，適用於高效 ETL、數據處理及加速 pandas 工作流。

dev

開發與維護 PWAFire 工具庫：編寫 PWA API 模組、處理功能檢測、管理測試，並遵循嚴格的同步/非同步模式與錯誤處理規範貢獻程式碼。