Agent Skills Hub

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。

autoresearch

自動化多團隊程式碼庫改進代理，具備狹義（目標導向）、廣義（假設發散）及全面（品質掃描）三種模式。

stable-baselines3

使用 Stable Baselines3 進行生產級強化學習。透過類 scikit-learn API 訓練智能體、設計自定義環境、實作訓練回調函數並優化工作流程。

mcp-research

使用 MCP 工具獲取最新的技術資訊，針對函式庫、API、SDK 及技術生態系統提供經過驗證的指導。

ReasoningBank Intelligence

透過 ReasoningBank 實現代理程式的自適應學習，進行模式識別、策略優化與持續改進。

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。

paper-plan

根據研究敘述、實驗數據與審稿結論，自動生成結構化的學術論文大綱。

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。

paper-figure

從實驗數據生成學術論文級別的出版品質圖表與 LaTeX 表格。

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。

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。

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。