Agent Skills Hub

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

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。

data-visualization

使用 Python (matplotlib, seaborn, plotly) 創建專業數據可視化。包含圖表選擇指南、設計原則、無障礙標準及出版級圖表的代碼模板。

skill-reinforcement

一種自動化元學習技能，透過在每次任務執行後捕獲模式、錯誤和捷徑來改進代理工作流程。

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。

quality-metrics

自動化品質監控與量測，包含 DORA 指標、缺陷密度追蹤，並為持續交付流水線配置智慧品質閘道。

seaborn

Python 統計視覺化程式庫。透過 Pandas 整合與自動統計估計，輕鬆製作盒鬚圖、熱圖與小提琴圖等出版級品質的統計圖表。

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。

perf-analyzer

將效能分析資料綜合為具體建議及有據可依的技術決策。

neurokit2

全面的生物訊號處理工具包，用於分析心電圖、腦電圖、皮膚電活動等訊號，支援心理生理學研究及多模態整合。

mcp-prompts

一種智慧型開發編排技能，透過 mcp-prompts 整合，提供自我優化的程式碼分析、建置錯誤診斷與自動化工作流程配置。

anthropic-api

為構建 Claude API 生產級應用提供專家指導，涵蓋 SDK 使用、提示詞緩存、批量處理、串流傳輸、工具調用及成本優化策略。