Agent Skills Hub

brainstorming-research-ideas

為 AI 研究人員提供的結構化創意框架，用於探索具高影響力的研究方向、調整專案重心並發掘領域內的新穎缺口。

mls

基於 Apple Silicon 與 MLX 的本地機器學習推論服務，整合語音識別 (ASR)、語音合成 (TTS)、翻譯、圖像生成與視覺識別功能。

investigate-dependencies

進行徹底的依賴項審計，識別冗餘代碼、未使用的功能和不當的使用模式。透過充分利用現有依賴項而非重新發明輪子，確保專案的模組化與代碼整潔。

Extract structured data from unstructured files (PDF, PPTX, DOCX...)

使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案，並透過 Pydantic 定義資料架構。

proofreader-api

將瀏覽器原生 Proofreader API 整合至網頁應用，提供 AI 驅動的文本校正、語法檢查與語言支援，並包含受控的模型生命週期管理。

datarobot-model-deployment

用於部署、管理和監控 DataRobot 模型的工具，包含預測環境配置、冠軍/挑戰者模型工作流程以及部署操作。

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。

fiftyone-find-duplicates

使用電腦視覺相似度嵌入技術，在 FiftyOne 資料集中尋找、檢視並移除重複或高度相似的圖像。

hf-mcp

透過 MCP 將您的 AI 代理連接至 Hugging Face Hub。搜尋模型、資料集與論文，管理儲存庫，執行雲端運算任務，並將 Gradio Spaces 作為 AI 工具呼叫使用。

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。

debug-distributed

AReaL 分散式訓練除錯指南，涵蓋 FSDP2/TP/CP/EP 環境下的掛起、NCCL 錯誤、記憶體不足與數值一致性問題。

pyhealth

全方位 Python 醫療 AI 工具包，用於臨床數據處理、醫學編碼轉換，以及開發用於 EHR、生理訊號和臨床預測任務的深度學習模型（如 RETAIN 與 Transformer）。