Agent Skills Hub

prompt-engineering-patterns

掌握先進的提示工程技術，以最大化生產環境中大型語言模型（LLM）的性能、可靠性和可控性。

evaluating-code-models

使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試，並提供多語言編碼模型的 pass@k 指標評估。

ai-multimodal

使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成，具備超長上下文窗口，適用於複雜的多模態 AI 任務。

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。

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。

muapi-logo-creator

透過 AI 驅動的品牌邏輯，運用幾何圖形、負空間與平面向量風格，設計專業級的品牌識別標誌。

reflect-appworld-failure

分析 AppWorld 任務失敗原因，提取具體的 API 模式並生成帶有實作程式碼範例的可執行劇本要點。

manufacturing-failure-reason-codebook-normalization

根據產品代碼手冊將測試工程師的缺陷描述標準化，修正錯別字、縮寫錯誤與歧義，並執行站點驗證。

robot-perception

機器人感知系統設計、配置與優化，涵蓋攝影機、光達與感測器融合管線。包含相機校正、3D 重建與生產環境部署的最佳實踐。

creative-thinking-for-research

應用認知科學框架於計算機科學與人工智慧研究，透過系統化的創造力策略生成具備原創性的研究方向。

prompt-estruturado

一個結構化的提示工程框架，能將隨意輸入轉換為包含角色、背景、任務、格式及防護機制的專業模組化提示詞。

product-tryon-visualization

產生逼真的虛擬產品試穿視覺效果，協助客戶在購買前評估版型、垂墜感與尺寸比例。