Agent Skills Hub

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。

langchain-chat-models

為 LangChain 應用程式提供統一介面，整合並管理 OpenAI、Anthropic、Google、Azure 與 Bedrock 等 LLM 聊天模型服務。

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。

prompt-optimizer

透過成熟的提示工程原則，將模糊或結構不良的指令轉換為優化且高效的 AI 模型提示，提升執行品質與準確性。

context-engineering-collection

一套用於上下文工程、多代理架構及生產級代理系統優化的結構化代理技能集。

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。

cohort-analysis

執行使用者參與數據的世代分析。識別留存趨勢、功能採用率、流失模式，並透過定量數據分析生成可執行的研究建議。

skill-template

為建立與記錄模組化代理技能所設計的標準化模板，確保在 AI 代理系統中實現一致且高效的上下文工程。

statsmodels

Python 統計建模與計量經濟學函式庫。執行 OLS、GLM、混合模型、ARIMA、診斷與推論，適用於嚴謹的科學分析。

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

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。

skill-architect

設計與構建高品質 AI Agent Skills 的專家顧問。透過發現、架構與製作階段的結構化引導，確保您建立的技能具備高度一致性、可組合性與執行效能。