Agent Skills Hub

trigger-dev-tasks

專注於 Trigger.dev 背景任務與 AI 工作流的專家助手，協助開發、設計與優化高可靠性的非同步 TypeScript 任務架構。

grepai-config-reference

GrepAI 配置完整參考，詳述 .grepai/config.yaml 架構、嵌入模型設置、儲存後端以及優化參數。

box-least-squares

用於檢測光度曲線中凌日系外行星與食雙星的 BLS 週期圖工具。基於 astropy 的週期、持續時間與深度分析實現。

configuring-connection-pools

優化 Prisma Client 連線池設定，適用於生產資料庫、無伺服器環境及高併發架構，以防止連線耗盡與效能瓶頸。

paper-reproduce

提供論文復現的系統性方法論，支援數據清理、統計驗證、樣本篩選及自動化產出學術復現報告（Markdown 與 LaTeX）。

light-curve-preprocessing

使用 Lightkurve 進行天文光變曲線預處理與清潔。提供離群值移除、趨勢平滑化、去趨勢與資料品質標記處理工具，適用於天文時序資料分析。

research-pipeline

端到端自動化研究代理：從想法生成、文獻綜述到實驗執行、對抗式審查循環與論文撰寫。

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。

ml-pipeline-workflow

建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。

shift-right-testing

生產環境測試策略，包含功能旗標、金絲雀部署、合成監控與混沌工程，確保線上系統的持續可靠性。

casadi-ipopt-nlp

使用 CasADi 和 IPOPT 的非線性優化工具組。適用於建立複雜的 NLP 模型、定義符號變數、約束條件與求解器，並提供電力系統優化模式的專業支援。

training-data-curation

用於 LLM 後訓練（SFT/DPO/RLHF）的高品質數據集策劃指南，涵蓋數據格式、品質過濾與收集策略。