Agent Skills Hub

scholar-evaluation

使用 ScholarEval 框架系統性地評估學術研究工作，針對研究品質維度提供結構化的定量與定性分析，並提供具備執行力的反饋建議。

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。

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。

claude-code-guide

Claude Code 高級開發指南，涵蓋 REPL 環境、MCP 整合、開發工作流及 AI 輔助編程最佳實踐，助力提升開發效率。

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。

scientific-critical-thinking

評估科學宣稱與研究方法的嚴謹度、偏誤及有效性。運用 GRADE 與 Cochrane 等實證架構來分析實驗設計、研究方案及研究結論。

data-quality-frameworks

使用 Great Expectations、dbt 測試與資料合約實作生產級資料品質驗證，確保資料管線的可靠性。

meteorology-driver-classification

將氣象與環境變數分類為驅動因素類別，以進行一致的歸因分析與環境建模。

data-viz-plots

使用 matplotlib 和 seaborn 建立可發表等級的圖表與視覺化，並可在任何 LLM 環境下本地運行。

skyll

AI 代理的即時技能發現引擎。透過 REST API 或 MCP 按需搜尋並檢索專業代理技能 (SKILL.md)，將程序性知識即時注入到代理的上下文中。

log-debug-issue

維護結構化的 DEBUG_LOG.md 以記錄程式錯誤、除錯過程與解決方案，確保專案穩定性並累積技術知識。

matplotlib

用於靜態、動畫與互動式數據視覺化的基礎 Python 函式庫。提供對圖表元素的細緻控制，適用於製作科學研究與出版級別的圖表。