Agent Skills Hub

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。

trulens-evaluation-workflow

使用 TruLens 對 LLM 應用程式進行檢測、評估與監控的系統化工作流程，支援 LangChain、LangGraph 與 LlamaIndex 等框架。

rag-engineer

架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線，提升 LLM 應用的精確度。

test-reporting-analytics

高階測試報告與品質儀表板，提供 QE 指標、程式碼覆蓋率與部署就緒度分析，透過預測性洞察協助團隊進行數據導向的品質決策。

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。

literature-engineer

證據優先的文獻收集工具，專為自動化研究管線設計。將論文池擴充至 1200 篇以上，具備元數據正規化、來源追溯及多路徑匯入功能。

Documentation Builder

從您的代碼庫和技術規範中生成全面的 API 參考、用戶手冊和系統架構文檔。

statistical-analysis

引導式統計分析，包含測試選擇、假設檢定、效能分析及 APA 格式報告，適用於學術與實驗研究。

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）。

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。

request-optimizer

一個智慧閘道，可分析、評分並將使用者請求路由至 27 個代理、27 個技能與 14 個 MCP，以優化 Claude Code 的執行效率。

spawn-decision

專為協調系統設計的決策代理，用於處理複雜的架構選擇、任務規劃與錯誤排除。