基准测试

qiskit 是面向 IBM 量子计算的技能，可用于构建量子电路、选择后端、针对硬件进行 transpile，以及在模拟器或 IBM Quantum 设备上运行任务。它非常适合用于化学、优化和机器学习中的 qiskit 场景，尤其适合你需要可直接安装并运行的实用指导，而不是只讲理论的 qiskit 说明时。

huggingface-best 技能通过查看 Hugging Face 基准排行榜，并结合设备限制和模型大小进行筛选，帮助你为具体任务找到最合适的模型。适用于编码、推理、聊天、OCR、RAG、语音、视觉或多模态场景下的模型推荐，尤其是在你需要一份实用的候选清单，而不是泛泛的模型列表时。

libafl 技能可帮助你使用 LibAFL 为自定义目标、变异策略和安全审计流程规划并构建模块化 fuzzers。借助这份 libafl 指南，你可以更少假设地，从目标细节推进到可落地的 harness、反馈模型和运行计划。

skill-optimizer 帮助作者提升 AI 技能的激活率、清晰度和跨模型可靠性。适合用于 Skill Authoring：当技能已经写好却总是跟不对、触发条件不够明确、出现回归，或需要压缩上下文成本时使用。它支持基准测试循环、发布门禁，以及更高的使用一致性。

pytdc 是面向 Therapeutics Data Commons 的技能，提供可直接用于 AI 的药物发现数据集和基准，覆盖 ADME、毒性、DTI、DDI、生成、scaffold 划分以及药理预测。

用于通过 LightningModules 和 Trainers 组织 PyTorch 项目的 pytorch-lightning 技能。可将这份 pytorch-lightning 指南用于安装、训练、验证、日志记录、检查点保存，以及跨多 GPU 或 TPU 工作流的分布式执行。

pymoo 是一款面向单目标和多目标优化、Pareto 前沿、约束问题以及基准测试的 Python 技能。使用这份 pymoo 指南，选择 NSGA-II、NSGA-III 和 MOEA/D 等算法，按照安装与使用流程操作，并在需要平衡多个指标时将 pymoo 用于数据分析。

finance-metrics-quickref 是一款面向 SaaS 财务指标、公式和基准值的快速查询技能。适用于在产品、财务、GTM 或董事会评审工作中，快速查定义、核对公式、回顾关键基准。