Agent 技能库

说明如何用 git worktree 同时维护多个工作目录，适合并行开发、对比方案或在不打断当前分支的情况下验证改动。

在宣布任务完成前执行核对清单，确认改动、测试与需求一致，适合交付前的最后把关，减少遗漏和误报完成。

讲解如何编写与维护代理技能文档，包括结构、触发条件与示例，适合沉淀团队经验并产出可被复用的技能文件。

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。

读取 git 提交记录并整理为面向用户的发布说明，适合版本发布前生成更新日志，输出按类型归类的变更条目。

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。

面向科研场景的分析与处理能力，适合文献整理、数据分析和实验相关任务，帮助代理按科研规范推进工作。

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。

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。

在需求含糊时先提出澄清问题，避免基于猜测直接动手，适合需求不完整或存在多种理解的任务开始阶段。

通过细粒度的代码分析建立系统架构上下文，适合安全审计前理解调用关系、数据流和关键组件。

面向智能合约的安全工具集，提供针对多条区块链的漏洞扫描，适合合约开发与审计阶段排查风险。

用于搜索和提取 Burp Suite 项目文件中的数据，适合从抓包记录里查找请求、响应和安全测试线索。

用于诊断和修复 Claude in Chrome MCP 扩展的连接问题，适合扩展无法连接或通信异常时排查配置与环境。