Agent Skills Hub

tweet-rl-tracker

基於 Notion 的推文效能追蹤系統，透過強化學習原理實現數據驅動的內容實驗與優化。

zotero-mcp-code

透過 Python 程式碼執行來高效率地搜尋您的 Zotero 文獻庫。實現全面性的多策略查詢、自動去重與關聯性排序，有效避免內容溢出或系統崩潰。

cocreator-content-research

TikTok 和 Instagram 社群媒體情報蒐集工具。利用 ScrapeCreators API 探索熱門鉤子 (hooks)、分析競爭對手策略，並進行創作者資料研究。

qras

基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好，提供精確的向量語義搜索。

personal-brand-agent

基於 LangGraph 與 Claude Opus 4.5 的自動化 LinkedIn 內容行銷多代理系統，涵蓋趨勢研究、內容生成、個人品牌語氣分析與成效追蹤。

task-search

透過高性能、具備防手震功能的搜尋引擎加速任務檢索。支援多標記 AND 邏輯、相關性排序，並能即時標示任務標題、說明與標籤中的匹配文字。

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。

Aphorisms

一套全面的警句與名言管理系統，用於主題內容豐富化、研究與電子報策劃。

rag-implementation

使用向量資料庫、語意搜尋與 LangGraph 構建生產級 RAG 系統，為 LLM 提供外部知識基礎。

backend-rag-implementation

建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。

data-storytelling

將原始數據轉化為引人入勝的敘事，運用視覺化策略、敘事框架與說服性結構，協助分析師進行高階報告與數據決策。

youtube-rl-tracker

一個受強化學習啟發的 YouTube 績效追蹤工具，透過系統化記錄來優化縮圖、標題與影片鉤子。