基准测试

qiskit 是一個 IBM 量子運算技能，可用於建立電路、選擇 backend、為硬體進行 transpile，並在模擬器或 IBM Quantum 裝置上執行 jobs。它非常適合用於 chemistry、optimization 與 machine learning 相關的 qiskit 使用情境，尤其是當你需要的是可直接上手的安裝與執行指引，而不是只談理論的 qiskit 入門指南。

huggingface-best 技能可透過檢查 Hugging Face 基準排行榜，並依裝置限制與模型大小篩選，幫你找到某項任務的最佳模型。當你需要的是實用的候選清單，而不是泛用模型列表時，它很適合用在程式撰寫、推理、聊天、OCR、RAG、語音、視覺或多模態工作上的模型推薦。

libafl 技能可協助你用 LibAFL 規劃並打造模組化 fuzzing 工具，適用於自訂目標、突變策略與資安稽核流程。使用這份 libafl 指南，你可以從目標細節出發，建立實用的 harness、回饋模型與執行規劃，減少先入為主的假設。

skill-optimizer 協助作者提升 AI 技能的啟動率、清晰度與跨模型可靠性。適合用於 Skill Authoring：當技能已寫好卻不夠穩定地被遵循、觸發條件太弱、出現迴歸，或需要壓低上下文成本時。它支援基準測試迴圈、發布閘門，以及更高的使用一致性。

pytdc 是一個支援 Therapeutics Data Commons 的技能，提供可直接供 AI 使用的藥物發現資料集與基準，涵蓋 ADME、毒性、DTI、DDI、生成、scaffold 切分，以及藥理預測。

這個 pytorch-lightning 技能可協助你用 LightningModules 和 Trainer 來整理 PyTorch 專案。這份 pytorch-lightning 指南適合用來了解安裝、訓練、驗證、記錄、檢查點，以及跨多 GPU 或 TPU 工作流程的分散式執行。

pymoo 是一個用於單目標與多目標最佳化的 Python 技能，涵蓋 Pareto 前緣、約束式問題與基準測試。請用這份 pymoo 指南來選擇 NSGA-II、NSGA-III、MOEA/D 等演算法，依照安裝與使用流程操作，並在需要平衡多個指標時，將 pymoo 套用於資料分析。

finance-metrics-quickref 是一個用來快速查找 SaaS 財務指標、公式與基準值的技能。適合在產品、財務、GTM 或董事會檢視工作中，快速確認指標定義、檢查公式，以及提醒對照基準。