Agent Skills Hub

MLOps Industrialization

一套將實驗性機器學習原型轉換為穩健、可發佈的 Python 套件之框架，採用 src 配置、混合架構與嚴謹的設定管理。

basic-usage

llmemory 文件儲存與搜尋入門：涵蓋安裝、pgvector 資料庫設定、文件導入、混合/語義檢索，以及具備多租戶支援的 RAG 系統建構。

nano-banana

使用 uv 自動化 Python 腳本編寫與 Gemini 影像生成。適用於創作藝術、編輯影像及執行臨時腳本。

plotly

適用於 Python 的互動式繪圖函式庫，支援超過 40 種圖表類型、科學視覺化、統計分析以及透過 Plotly Express 與 Graph Objects 建立網頁儀表板。

data-storytelling

將原始數據轉化為引人入勝的敘事，運用視覺化策略、敘事框架與說服性結構，協助分析師進行高階報告與數據決策。

scientific-visualization

用於生成符合出版要求的科學圖表、多面板佈局及期刊格式之元技能，支援 matplotlib、seaborn 及 plotly。

comps

執行全面的交易可比性分析，利用同業乘數、營運關鍵指標與估值建模，評估公司相對價值。

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。

remote-browser

從沙盒環境遠端控制無頭瀏覽器，進行自動化網頁瀏覽、資料擷取、表單互動及測試工作。

market-debrief-cn

A股收盤後深度分析工具，利用多 Agent 平行架構、AkShare 行情數據與 Tavily 新聞，自動生成三文魚粉風格（FT-style）的交互式 HTML 日報。

find-skills-combo

探索並推薦代理技能組合以完成複雜的多面向任務，提供「最大品質」與「最小依賴」兩種推薦策略。

study-note

使用 CLI 工具將學習筆記、想法與心得按時間順序自動歸檔至專案文件，實現系統化的知識管理。