Agent 技能库

用于创建、编辑和分析 Excel 表格，可处理公式、数据与工作表结构，适合制作统计表、整理数据或提取表格信息。

汇集 UI/UX 设计模式与最佳实践，用于页面布局、组件设计和交互流程的改进建议，辅助代理在实现界面时做出更合理的设计取舍。

汇集二十多项营销相关能力，覆盖 SEO、文案写作、邮件和广告投放。适用于市场推广中的多种执行任务，可按需选用对应流程产出文案或投放方案。

生成动画效果丰富的 HTML 演示文稿，并支持预览多种视觉风格。适用于网页端分享或产品发布演示，产出可在浏览器播放的幻灯片。

介绍面向长时间会话的上下文压缩策略及评估方法，适合需要持续多轮交互的代理，帮助在保留关键信息的同时控制长度。

梳理上下文失效的典型模式，如中间信息丢失、污染、干扰与冲突，适合排查代理表现下降的原因并针对性调整输入组织。

解释代理系统中上下文的概念、作用与构成，适合在设计或调试代理时建立基础认识，帮助判断哪些信息应进入上下文。

讲解压缩、掩码与缓存等上下文优化手段，适合上下文接近上限或成本敏感的场景，用于提升长任务的稳定性。

搭建代理系统的评测框架，包括指标、用例与流程，适合迭代优化前后对比效果，产出可复用的评测方案。

设计短期、长期与图结构记忆方案，适合需要跨会话保留信息的代理，用于规划记忆的写入、检索与淘汰。

对比编排者、点对点与分层等多种多代理架构，适合规划复杂任务的分工与通信方式，帮助选定合适的协作结构。

讲解如何设计代理易用的工具，包括架构层面的精简思路，适合扩展代理能力时确定接口粒度与描述方式。

把文档站点、GitHub 仓库和 PDF 自动转换为可用的代理技能，适合快速沉淀外部资料，减少手工整理技能文件的时间。

收录覆盖模型架构、微调、分布式训练、推理、评测与 MLOps 等方向的 AI 研究工程技能，适合按主题查阅并应用到实验流程中。

介绍 Hugging Face Hub 命令行工具的用法，覆盖模型、数据集、仓库和计算任务管理，适合在终端完成上传下载与查询。

用于创建和管理 Hugging Face 数据集，支持配置多个子集并用 SQL 查询数据，适合整理和发布训练或评测数据。

用于模型评测，结合 vLLM 或 lighteval 运行评测并生成结果表格，适合对比不同模型在基准任务上的表现。

用于在 Hugging Face 基础设施上运行计算任务和 Python 脚本，适合把训练、批处理等耗时工作交给远程环境执行。

基于 TRL 训练模型，覆盖 SFT、DPO、GRPO 等流程并支持转换为 GGUF，适合微调语言模型并导出可用权重。

用于在 Hugging Face Hub 发布论文，并把论文与相关模型、数据集建立关联，适合整理研究成果并对外公开。

用于编写可复用的脚本，封装 Hugging Face API 的常见操作，适合把重复的查询、上传等流程整理成工具。

用于跟踪机器学习实验，通过实时面板查看训练指标和运行记录，适合监控多组实验并比较结果。

为代理构建界面提供一套有明确取向的设计约束与规范，适合前端页面与组件开发时统一视觉和交互决策，帮助产出更一致的 UI 代码。

用于创建和维护 DESIGN.md 文件，把设计规范与决策记录成文档，适合团队沉淀界面风格和设计约定。