Agent Skills Hub

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。

web-search-patterns

基於 Gemini 的進階網路搜尋外掛，具備智慧快取、子代理上下文隔離及自動查詢最佳化功能。

research

嚴謹的研究技能，透過 WebFetch 與內容分析強制執行來源驗證，以防止引用虛構內容。

literature-engineer

證據優先的文獻收集工具，專為自動化研究管線設計。將論文池擴充至 1200 篇以上，具備元數據正規化、來源追溯及多路徑匯入功能。

writing-hashql-jexpr

HashQL J-Expr 查詢語法與建構指南，支援 #literal、#struct、#list 與函式呼叫模式，適用於 HashQL 檔案開發。

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。

dlt-skill

建立、管理與除錯 dlt (data load tool) 資料管線，將資料從 API、資料庫及自訂來源匯入 DuckDB、BigQuery 或 Snowflake 等目標。

k8s-yaml-generator

生成生產就緒的 Kubernetes 資訊清單（包含 Deployment、Service、CRD 等），並內建驗證機制。

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。

feature-prioritization

一種結構化的決策工具，應用 RICE、MoSCoW、Kano 和價值與努力等框架，透過數據驅動的客觀性來確定軟體功能、產品藍圖項目以及開發與否的決策優先級。

docs-applying-content-quality

標準化 Markdown 內容，包含主動語態、精確的標題層級以及符合 WCAG AA 無障礙標準，適用於文件、網站及儲存庫檔案。

customer-research

客戶問題與調查研究工具，提供多來源資訊整合、事件追蹤、帳戶歷史紀錄查詢，並包含來源標註與信賴度評分。