最新技能

design-taste-frontend 是一個針對登陸頁、作品集、編輯頁與改版專案的反制式前端 skill。它能幫助 agent 讀懂需求摘要、推敲正確的視覺方向，並交付不會像模板拼裝、而是帶有明確設計意圖的介面。當你在意設計品味、層級關係與品牌契合度時，這個 skill 特別適合 Frontend Development。

design-taste-frontend-v1 是原始的 taste-skill，適用於高自主性的前端工作，並為了完全向後相容而保留。它能協助產生以 React/Next.js 為導向的 UI 程式碼，並帶來更清楚的品味決策、相依性檢查與實用的安全護欄。當你需要舊版行為、而不是 v2 的實驗性重寫時，請使用這個 design-taste-frontend-v1 技能。

create-skill-test 會為 dotnet/skills 中的 agent skills 建立 eval.yaml 測試檔骨架。可用來建立技能測試、定義情境、fixtures、assertions 與 rubrics，並降低評估設計中的過擬合風險。這不是用來執行既有測試、排查 validator 錯誤，或撰寫 SKILL.md 檔案的工具。

create-skill 是一個用來為新的 agent skills 建立骨架的產生器，風格對齊 dotnet/skills。它可用來建立有效的 skill 資料夾、產生含 frontmatter 的 SKILL.md，並依照 Skill Scaffolding 的倉庫規範進行。它最適合用於建立新技能，不適合拿來編輯既有技能。

create-custom-agent 可協助你為具備特定工具、指令與交接流程的專屬 AI persona 建立 VS Code 自訂代理程式檔案（.agent.md）。可用來快速建立新代理、設定工具限制，並為 Skill Authoring 定義代理對代理的工作流程。

write 是一個編修技能，可將中文或英文文稿改寫得更自然、清楚，也更少 AI 感，同時保留原意。適合草稿、文件、版本說明、發布文案、社群貼文，以及 Technical Writing 的潤稿整理。當你已經有內容，只想讓文字更精煉、更符合目標受眾，而不是從零發想時，這個技能最適合用來處理。

think 是一個決策支援技能，能把零散想法整理成經過核准、可直接決策的方案，再進入寫程式階段。適合用在功能設計、架構取捨、權衡分析，以及「這件事該不該做」這類重點在判斷而非實作的問題。它也很適合以 repo-first 工作流程來使用，特別是 think for Decision Support、think guide 和 think usage 這類需求。

read 技能可將 URL 與 PDF 擷取為乾淨的 Markdown，適合閱讀、引用、註解，以及後續工作。它特別適用於付費牆頁面、JavaScript 重度網站、X/Twitter、GitHub 檔案、中文平台，以及需要先可靠取得原始文字再進行分析的 Workflow Automation 流程。當你要的是原始內容擷取，而不是評論或解讀時，就應該使用 read 指南。

learn 是一個研究技能，能把陌生主題、來源彙整與蒐集來的筆記，轉化成連貫、可直接發佈的成果。它適合用於深入探究、來源整理、解說與結構化綜整，也很適合網路研究與其他多來源任務。當你需要從多個輸入整理出一份有份量的參考內容，而不是快速查找時，最能發揮價值。

hunt 是一個以除錯為先的技能，會強迫你在動手修正之前先進行根因思考。適用於錯誤、當機、迴歸、測試失敗、快取過期問題、截圖錯誤，以及「以前可以，現在不行了」這類故障。它能幫助你找出可驗證的假設、蒐集證據，並避免憑空猜測。不適用於 code review 或新功能。

health 會為 Codex、Claude Code、Pi、agent 指令、hooks/MCP、verifier surface 與 AI 可維護性執行一套兼顧成本的 Agent Health 稽核。當你想查明為什麼 agent 會忽略指令、漏掉驗證，或逐漸偏向難以維護的行為時，可使用 health 技能。它特別適合 Security Audit 工作流程，但不適合用來除錯程式碼或審查 PR。

這個 design skill 能把模糊的 UI 需求轉化為可直接上線的視覺成果，適用於頁面、元件、儀表板，以及以截圖為導向的細節潤飾。當介面看起來醜、看不懂、不一致，或視覺表現不對勁時，就很適合使用；也適合你需要的是 UI Design，而不是後端邏輯或資料管線。內容包含安裝、使用方式、護欄與更好的美感決策指引。

check skill 會審查程式碼 diff、PR、issue 佇列、發布就緒狀態、commit、push、發佈，以及專案稽核。當你需要在合併或發布前，對 Code Review 做一套有紀律的檢查，並且要有針對 dirty 與 untracked worktree 的安全門檻時，就適合使用它。它不適合用來發想點子、釐清根因，或進行文字內容審稿。

treatment-plans 技能可協助產生精簡、以臨床人員為中心的醫療治療計畫，並以可直接用於 LaTeX/PDF 的格式輸出。它支援一般內科、復健、心理健康、慢性病、術前術後照護與疼痛管理，內容包含 SMART 目標、實證導向介入、精簡引用，以及兼顧合規性的排版。很適合用於 Technical Writing 的 treatment-plans 與結構化照護文件撰寫。

這個 transformers 技能可協助你使用 Hugging Face Transformers 進行模型載入、推論、tokenization 與 fine-tuning。它是一份實用的 transformers 指南，適用於 Machine Learning 工作，涵蓋文字、視覺、音訊與多模態流程，並提供從快速 baseline 到自訂訓練的清楚路徑。

torchdrug 是一套以 PyTorch 為核心的分子與蛋白質機器學習工具箱。你可以透過 torchdrug 技能來選擇任務、資料集與模組化模型，涵蓋圖神經網路、蛋白質建模、知識圖譜推理、分子生成與逆合成。它最適合客製化模型開發與可重現的設定，而不只是現成示範。

適用於 PyTorch Geometric 圖神經網路的 torch-geometric 技能指南。可用來取得 torch-geometric 安裝協助、torch-geometric 使用方式、圖分類、節點分類、連結預測、異質圖、自訂 MessagePassing 層，以及為 Machine Learning 工作流程擴展 GNN。

使用 sympy 技能在 Python 中進行精確的符號數學運算，涵蓋代數、微積分、矩陣、物理公式、數論、幾何與程式碼生成。它能幫助你維持表達式的精確性、選對 SymPy 模組，並避免過度依賴浮點數造成的錯誤。最適合需要實用 sympy 指南來處理符號工作流程，以及在 Data Analysis 中使用 sympy 的使用者。

當你在 Python 中需要統計模型、推論與診斷時，statsmodels 技能能協助你使用 statsmodels 進行資料分析。它適用於 OLS、GLM、離散型結果、時間序列與混合模型，並提供係數表、p 值、信賴區間與假設檢查。這份 statsmodels 指南適合用於計量經濟、預測，以及需要站得住腳的報告撰寫。

statistical-analysis 技能可協助你為 Data Analysis 選擇、執行並報告站得住腳的檢定，涵蓋假設、效果量、檢定力與 APA 格式結果。當你做學術研究、實驗或觀察性研究，且重點在於檢定選擇與清楚報告，而不是撰寫特定模型程式碼時，這個技能特別適合。

這份 stable-baselines3 技能指南適用於機器學習工作流程：訓練 RL agent、串接 Gymnasium 環境，並在 PPO、SAC、DQN、TD3、DDPG 或 A2C 之間更有把握地做選擇。最適合標準的單一 agent 強化學習、快速原型開發，以及實際的 stable-baselines3 使用情境。

simpy 是一個用於以流程為基礎的離散事件模擬 Python 框架。這個 simpy 技能可協助你建模佇列、資源與時間驅動事件，適用於製造業、服務營運、物流、網路，以及需要分析等待時間、資源利用率、吞吐量或瓶頸洞察的 Data Analysis 情境。

用於模型可解釋性與可解釋 AI 的 shap 技能。可用來理解預測結果、計算特徵歸因、選擇 SHAP 圖表，並針對樹模型、線性模型、深度學習模型與黑箱模型的資料分析情境，除錯模型行為。

Seaborn 是一個用於 Python 統計視覺化的 seaborn 技能，支援與 pandas 相容的輸入，並提供很好的預設值。適合快速探索分佈、關係、類別比較、箱型圖、提琴圖、成對圖與熱圖。底層建立於 matplotlib，可輸出適合出版的靜態圖表。