[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M77JYWH49QJQKH9VGTQWHVT1":3,"skill-same:01M77JYWH49QJQKH9VGTQWHVT1":47},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":24,"commitSha":25,"skillDirectory":26,"forksCount":27,"repositoryHtmlUrl":28,"repositoryHomepageUrl":29,"ownerHtmlUrl":30,"ownerBlogUrl":6,"ownerDescription":31,"updatedAt":32,"install":33,"resources":46},"01M77JYWH49QJQKH9VGTQWHVT1","quant-tools",null,"学术导向量化研究工具集。包含7大核心库（因子分析、组合优化、AI增强、因果验证、衍生品定价、回测引擎、情感分析）和5大投研工具（VeighNa交易框架、Qlib AI投研、WTP高性能框架、AkShare数据接口、JupyterHub研究环境）。适用于策略研发、因子挖掘、论文复现、资产配置、API服务化等投研任务。触发词：量化、quant、因子、组合优化、因子分析、回测、交易框架、数据接口、学术研究。","Lord1Egypt\u002Fawesome-skill-forge","Lord1Egypt","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F99746359?v=4","01M7592YDNT0XK9WJ0T2MQVPDN","Mohamed Mounir Ali AL Keshita","01M75GRFNHC8VZNWEB8DKDE433",3,"MIT","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fcommunity\u002Fclawhub\u002Fj\u002Fjiadong-quant-tools\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: quant-tools\ndescription: 学术导向量化研究工具集。包含7大核心库（因子分析、组合优化、AI增强、因果验证、衍生品定价、回测引擎、情感分析）和5大投研工具（VeighNa交易框架、Qlib AI投研、WTP高性能框架、AkShare数据接口、JupyterHub研究环境）。适用于策略研发、因子挖掘、论文复现、资产配置、API服务化等投研任务。触发词：量化、quant、因子、组合优化、因子分析、回测、交易框架、数据接口、学术研究。\n---\n\n# 量化投研工具集 (Quant Tools)\n\n## 概述\n\n本 skill 提供完整的量化投研工具链，覆盖：\n- **学术研究库** (7个): 算法创新、数学模型验证、理论实现\n- **投研工具** (5个): 交易执行、AI研究、数据获取、团队协作\n\n---\n\n## 学术研究库\n\n### 1. AlphaLens - 因子分析\n- **定位**: Quantopian 开源，经典因子评估框架\n- **功能**: 因子 IC、IR、分层回测指标\n- **用途**: 因子有效性检验、多因子模型评估\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fquantopian\u002Falphalens\n- **API化**: ⭐⭐⭐⭐ 极易封装为报告生成 API\n\n### 2. VectorBT - 高性能回测\n- **定位**: 基于 NumPy\u002FPandas 向量化计算\n- **功能**: 参数网格搜索、敏感性分析\n- **用途**: 大规模因子测试、快速验证\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fpolakowo\u002Fvectorbt\n- **API化**: ⭐⭐⭐⭐ 可封装回测引擎 API\n- **注意**: 内存占用大，需计算优化型实例\n\n### 3. PyPortfolioOpt - 组合优化\n- **定位**: 现代投资组合理论 (MPT)\n- **功能**: Black-Litterman、风险平价、权重优化\n- **用途**: 资产配置研究、权重优化服务\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Frobertmartin8\u002FPyPortfolioOpt\n- **API化**: ⭐⭐⭐⭐ 极易封装为计算 API\n\n### 4. FinRL - 强化学习交易\n- **定位**: 斯坦福\u002FCMU 等多校联合\n- **功能**: PPO、A2C 等 RL 算法，环境丰富\n- **用途**: AI策略生成、强化学习论文复现\n- **GitHub**: https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL\n- **API化**: ⭐⭐⭐ 需封装训练\u002F推理接口\n- **注意**: 训练不稳定，超参敏感\n\n### 5. FinBERT - 金融情感分析\n- **定位**: 基于 BERT 的金融领域微调\n- **功能**: 金融语境情感分析\n- **用途**: 舆情监控、新闻因子挖掘\n- **GitHub**: https:\u002F\u002Fgithub.com\u002FProsusAI\u002FfinBERT\n- **API化**: ⭐⭐⭐ 需封装模型推理 API\n- **注意**: 需要 GPU，推理延迟较高\n\n### 6. EconML - 因果推断\n- **定位**: 微软研究院\n- **功能**: 因果效应分析、策略归因\n- **用途**: 验证策略是否真的有效、避免过拟合\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FEconML\n- **API化**: ⭐⭐⭐⭐ 适合封装为分析 API\n- **重要性**: **必须使用以验证策略有效性**\n\n### 7. QuantLib - 衍生品定价\n- **定位**: 经典量化金融数学\n- **功能**: 期权、利率、信用定价\n- **用途**: 复杂结构化产品研究、风险模型验证\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Flballabio\u002FQuantLib\n- **API化**: ⭐⭐⭐ PyQL 封装后可提供 API\n- **注意**: 学习曲线极陡\n\n---\n\n## 投研工具\n\n### 1. VeighNa (vn.py) - 综合交易框架\n- **定位**: 社区最活跃的综合交易与投研框架\n- **功能**: 期货\u002F股票\u002Fcrypto接口、插件丰富\n- **用途**: 实盘交易、策略回测、云端交易网关\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fvnpy\u002Fvnpy\n- **部署**: ⭐⭐⭐⭐⭐ 官方 Docker\u002FK8s\n- **API**: ⭐⭐⭐⭐ 内置 RpcService，可封装 REST\n\n### 2. Microsoft Qlib - AI量化投研\n- **定位**: 微软开源 AI 量化平台\n- **功能**: Transformer\u002FLSTM、因子挖掘、流程标准化\n- **用途**: 机器学习模型训练、Alpha研究\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib\n- **部署**: ⭐⭐⭐⭐⭐ 支持分布式训练\n- **API**: ⭐⭐⭐ 库形式，需自行封装 FastAPI\n\n### 3. WonderTrader (WTP) - 高性能框架\n- **定位**: C++核心高性能量化框架\n- **功能**: Tick级回测、低延迟\n- **用途**: 高频策略、对性能要求高的回测\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fwondertrader\u002Fwondertrader\n- **部署**: ⭐⭐⭐⭐ Docker支持，资源占用低\n- **API**: ⭐⭐⭐⭐ HTTP监控，易扩展微服务\n\n### 4. AkShare - 金融数据接口\n- **定位**: 完全免费的金融数据接口库\n- **功能**: 宏观\u002F基金\u002F股票数据源覆盖极广\n- **用途**: 数据获取、基本面数据清洗、统一数据源\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fakfamily\u002Fakshare\n- **部署**: ⭐⭐⭐⭐ 无状态，极易容器化\n- **API**: ⭐⭐⭐ 库形式，建议封装为数据网关 API\n- **注意**: 依赖第三方网站稳定性\n\n### 5. JupyterHub - 交互式研究环境\n- **定位**: 分析师零成本上手\n- **功能**: Notebook、团队协作\n- **用途**: 数据探索、研究报告生成、团队协作开发\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fjupyterhub\u002Fjupyterhub\n- **部署**: ⭐⭐⭐⭐⭐ 原生支持 K8s 多用户\n- **API**: ⭐⭐⭐⭐ 可通过 Papermill\u002FVoila 转 API\n\n---\n\n## 推荐组合方案\n\n| 需求场景 | 推荐组合 |\n|---------|---------|\n| 实盘交易 + 基础回测 | VeighNa |\n| AI选股\u002F因子研究 | Qlib + FastAPI |\n| 资产配置优化 | PyPortfolioOpt |\n| 因果验证(防过拟合) | EconML |\n| 高频策略 | WonderTrader |\n| 数据中台 | AkShare + ClickHouse |\n| 团队协作研究 | JupyterHub + VeighNa\u002FQlib |\n| 完整投研平台 | 学术库组合 + FastAPI封装 |\n\n---\n\n## 完整投研架构\n\n```\n数据层: AkShare\n    ↓\n因子分析层: AlphaLens + VectorBT\n    ↓\n策略优化层: PyPortfolioOpt\n    ↓\nAI增强层: FinRL \u002F FinBERT\n    ↓\n因果验证层: EconML (必须!)\n    ↓\n服务封装: FastAPI + Docker\n    ↓\n可选: VeighNa (实盘) \u002F Qlib (AI研究)\n```\n\n---\n\n## 使用示例\n\n### 因子有效性分析\n```\n使用 AlphaLens 分析 [因子名称] 的 IC、IR 表现\n```\n\n### 组合优化\n```\n使用 PyPortfolioOpt 基于 [风险偏好] 优化 [资产列表] 的权重\n```\n\n### 因果验证\n```\n使用 EconML 验证 [策略] 是否真的有效，用因果推断排除过拟合\n```\n\n### 回测验证\n```\n使用 VectorBT 对 [策略] 进行大规模参数扫描和敏感性分析\n```\n\n### 舆情因子\n```\n使用 FinBERT 分析 [公司\u002F行业] 的新闻情感作为因子\n```\n\n### 强化学习策略\n```\n使用 FinRL 训练 [市场环境] 下的强化学习交易策略\n```\n\n### 数据获取\n```\n使用 AkShare 获取 [股票\u002F宏观\u002F基金] 的 [数据类型]\n```\n\n---\n\n## 注意事项\n\n### 过拟合风险\n- 学术库易在历史数据上完美表现，实盘失效\n- **务必使用 EconML 或出样本测试验证**\n\n### 计算资源\n- VectorBT 和 FinBERT 对资源要求高\n- 建议计算优化型实例\n\n### 依赖管理\n- QuantLib\u002FPyQL 环境复杂\n- 建议用 Conda 管理环境并打包 Docker\n\n### 合规风险\n- 仅用于内部投研\n- 避免涉及公开荐股或非法经营证券业务\n\n### API 封装\n- 大多数工具是 Library 而非 Service\n- 需要用 FastAPI 进行封装\n- 网络安全：Nginx反向代理 + HTTPS + API Key认证\n","# 量化投研工具集 (Quant Tools)\n\n## 概述\n\n本 skill 提供完整的量化投研工具链，覆盖：\n- **学术研究库** (7个): 算法创新、数学模型验证、理论实现\n- **投研工具** (5个): 交易执行、AI研究、数据获取、团队协作\n\n---\n\n## 学术研究库\n\n### 1. AlphaLens - 因子分析\n- **定位**: Quantopian 开源，经典因子评估框架\n- **功能**: 因子 IC、IR、分层回测指标\n- **用途**: 因子有效性检验、多因子模型评估\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fquantopian\u002Falphalens\n- **API化**: ⭐⭐⭐⭐ 极易封装为报告生成 API\n\n### 2. VectorBT - 高性能回测\n- **定位**: 基于 NumPy\u002FPandas 向量化计算\n- **功能**: 参数网格搜索、敏感性分析\n- **用途**: 大规模因子测试、快速验证\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fpolakowo\u002Fvectorbt\n- **API化**: ⭐⭐⭐⭐ 可封装回测引擎 API\n- **注意**: 内存占用大，需计算优化型实例\n\n### 3. PyPortfolioOpt - 组合优化\n- **定位**: 现代投资组合理论 (MPT)\n- **功能**: Black-Litterman、风险平价、权重优化\n- **用途**: 资产配置研究、权重优化服务\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Frobertmartin8\u002FPyPortfolioOpt\n- **API化**: ⭐⭐⭐⭐ 极易封装为计算 API\n\n### 4. FinRL - 强化学习交易\n- **定位**: 斯坦福\u002FCMU 等多校联合\n- **功能**: PPO、A2C 等 RL 算法，环境丰富\n- **用途**: AI策略生成、强化学习论文复现\n- **GitHub**: https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL\n- **API化**: ⭐⭐⭐ 需封装训练\u002F推理接口\n- **注意**: 训练不稳定，超参敏感\n\n### 5. FinBERT - 金融情感分析\n- **定位**: 基于 BERT 的金融领域微调\n- **功能**: 金融语境情感分析\n- **用途**: 舆情监控、新闻因子挖掘\n- **GitHub**: https:\u002F\u002Fgithub.com\u002FProsusAI\u002FfinBERT\n- **API化**: ⭐⭐⭐ 需封装模型推理 API\n- **注意**: 需要 GPU，推理延迟较高\n\n### 6. EconML - 因果推断\n- **定位**: 微软研究院\n- **功能**: 因果效应分析、策略归因\n- **用途**: 验证策略是否真的有效、避免过拟合\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FEconML\n- **API化**: ⭐⭐⭐⭐ 适合封装为分析 API\n- **重要性**: **必须使用以验证策略有效性**\n\n### 7. QuantLib - 衍生品定价\n- **定位**: 经典量化金融数学\n- **功能**: 期权、利率、信用定价\n- **用途**: 复杂结构化产品研究、风险模型验证\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Flballabio\u002FQuantLib\n- **API化**: ⭐⭐⭐ PyQL 封装后可提供 API\n- **注意**: 学习曲线极陡\n\n---\n\n## 投研工具\n\n### 1. VeighNa (vn.py) - 综合交易框架\n- **定位**: 社区最活跃的综合交易与投研框架\n- **功能**: 期货\u002F股票\u002Fcrypto接口、插件丰富\n- **用途**: 实盘交易、策略回测、云端交易网关\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fvnpy\u002Fvnpy\n- **部署**: ⭐⭐⭐⭐⭐ 官方 Docker\u002FK8s\n- **API**: ⭐⭐⭐⭐ 内置 RpcService，可封装 REST\n\n### 2. Microsoft Qlib - AI量化投研\n- **定位**: 微软开源 AI 量化平台\n- **功能**: Transformer\u002FLSTM、因子挖掘、流程标准化\n- **用途**: 机器学习模型训练、Alpha研究\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib\n- **部署**: ⭐⭐⭐⭐⭐ 支持分布式训练\n- **API**: ⭐⭐⭐ 库形式，需自行封装 FastAPI\n\n### 3. WonderTrader (WTP) - 高性能框架\n- **定位**: C++核心高性能量化框架\n- **功能**: Tick级回测、低延迟\n- **用途**: 高频策略、对性能要求高的回测\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fwondertrader\u002Fwondertrader\n- **部署**: ⭐⭐⭐⭐ Docker支持，资源占用低\n- **API**: ⭐⭐⭐⭐ HTTP监控，易扩展微服务\n\n### 4. AkShare - 金融数据接口\n- **定位**: 完全免费的金融数据接口库\n- **功能**: 宏观\u002F基金\u002F股票数据源覆盖极广\n- **用途**: 数据获取、基本面数据清洗、统一数据源\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fakfamily\u002Fakshare\n- **部署**: ⭐⭐⭐⭐ 无状态，极易容器化\n- **API**: ⭐⭐⭐ 库形式，建议封装为数据网关 API\n- **注意**: 依赖第三方网站稳定性\n\n### 5. JupyterHub - 交互式研究环境\n- **定位**: 分析师零成本上手\n- **功能**: Notebook、团队协作\n- **用途**: 数据探索、研究报告生成、团队协作开发\n- **GitHub**: https:\u002F\u002Fgithub.com\u002Fjupyterhub\u002Fjupyterhub\n- **部署**: ⭐⭐⭐⭐⭐ 原生支持 K8s 多用户\n- **API**: ⭐⭐⭐⭐ 可通过 Papermill\u002FVoila 转 API\n\n---\n\n## 推荐组合方案\n\n| 需求场景 | 推荐组合 |\n|---------|---------|\n| 实盘交易 + 基础回测 | VeighNa |\n| AI选股\u002F因子研究 | Qlib + FastAPI |\n| 资产配置优化 | PyPortfolioOpt |\n| 因果验证(防过拟合) | EconML |\n| 高频策略 | WonderTrader |\n| 数据中台 | AkShare + ClickHouse |\n| 团队协作研究 | JupyterHub + VeighNa\u002FQlib |\n| 完整投研平台 | 学术库组合 + FastAPI封装 |\n\n---\n\n## 完整投研架构\n\n```\n数据层: AkShare\n    ↓\n因子分析层: AlphaLens + VectorBT\n    ↓\n策略优化层: PyPortfolioOpt\n    ↓\nAI增强层: FinRL \u002F FinBERT\n    ↓\n因果验证层: EconML (必须!)\n    ↓\n服务封装: FastAPI + Docker\n    ↓\n可选: VeighNa (实盘) \u002F Qlib (AI研究)\n```\n\n---\n\n## 使用示例\n\n### 因子有效性分析\n```\n使用 AlphaLens 分析 [因子名称] 的 IC、IR 表现\n```\n\n### 组合优化\n```\n使用 PyPortfolioOpt 基于 [风险偏好] 优化 [资产列表] 的权重\n```\n\n### 因果验证\n```\n使用 EconML 验证 [策略] 是否真的有效，用因果推断排除过拟合\n```\n\n### 回测验证\n```\n使用 VectorBT 对 [策略] 进行大规模参数扫描和敏感性分析\n```\n\n### 舆情因子\n```\n使用 FinBERT 分析 [公司\u002F行业] 的新闻情感作为因子\n```\n\n### 强化学习策略\n```\n使用 FinRL 训练 [市场环境] 下的强化学习交易策略\n```\n\n### 数据获取\n```\n使用 AkShare 获取 [股票\u002F宏观\u002F基金] 的 [数据类型]\n```\n\n---\n\n## 注意事项\n\n### 过拟合风险\n- 学术库易在历史数据上完美表现，实盘失效\n- **务必使用 EconML 或出样本测试验证**\n\n### 计算资源\n- VectorBT 和 FinBERT 对资源要求高\n- 建议计算优化型实例\n\n### 依赖管理\n- QuantLib\u002FPyQL 环境复杂\n- 建议用 Conda 管理环境并打包 Docker\n\n### 合规风险\n- 仅用于内部投研\n- 避免涉及公开荐股或非法经营证券业务\n\n### API 封装\n- 大多数工具是 Library 而非 Service\n- 需要用 FastAPI 进行封装\n- 网络安全：Nginx反向代理 + HTTPS + API Key认证\n",{"name":5,"description":7},"master","4aa004da461d820f4ea5499e58eb8d196cf99016","community\u002Fclawhub\u002Fj\u002Fjiadong-quant-tools",0,"https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge","https:\u002F\u002Fskill-explorer-rho.vercel.app","https:\u002F\u002Fgithub.com\u002FLord1Egypt","Unbreakable. Unstoppable. Unmatched⚡.\r\n Speaker of machine tongues 🤖  | World-builder of decentralized dreams 🌐 | Defender of the digital realm🛡️.","2026-06-10 08:21:01",{"source":8,"skillName":5,"commands":34,"prompt":44,"zipAvailable":45},[35,38,41],{"tool":36,"command":37},"npx","npx skills add Lord1Egypt\u002Fawesome-skill-forge --skill quant-tools",{"tool":39,"command":40},"bunx","bunx skills add Lord1Egypt\u002Fawesome-skill-forge --skill quant-tools",{"tool":42,"command":43},"pnpm","pnpm dlx skills add Lord1Egypt\u002Fawesome-skill-forge --skill quant-tools","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fcommunity\u002Fclawhub\u002Fj\u002Fjiadong-quant-tools\u002FSKILL.md",true,[],[48,55,62,69,76,83],{"skillNo":49,"name":50,"nameZh":6,"description":51,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":52,"categories":53,"keywords":54,"publishedAt":19},"01M785WKJB99G3STR1NF9NRTJW","youtube-content","YouTube transcripts to summaries, threads, blogs.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fyoutube-content\u002FSKILL.md",[],[],{"skillNo":56,"name":57,"nameZh":6,"description":58,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":59,"categories":60,"keywords":61,"publishedAt":19},"01M785WEFHB0G2S9YA6EPR3H0E","xurl","X\u002FTwitter via xurl CLI: post, search, DM, media, v2 API.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fxurl\u002FSKILL.md",[],[],{"skillNo":63,"name":64,"nameZh":6,"description":65,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":66,"categories":67,"keywords":68,"publishedAt":19},"01M785W98EDN4EFJXJPMQEHCRC","touchdesigner-mcp","Control a running TouchDesigner instance via twozero MCP — create operators, set parameters, wire connections, execute Python, build real-time visuals. 36 native tools.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Ftouchdesigner-mcp\u002FSKILL.md",[],[],{"skillNo":70,"name":71,"nameZh":6,"description":72,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":73,"categories":74,"keywords":75,"publishedAt":19},"01M785W5S9FP3QBH2V191E025P","test-driven-development","TDD: enforce RED-GREEN-REFACTOR, tests before code.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Ftest-driven-development\u002FSKILL.md",[],[],{"skillNo":77,"name":78,"nameZh":6,"description":79,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":80,"categories":81,"keywords":82,"publishedAt":19},"01M785W2AS08NSSH9YATCV6FJB","teams-meeting-pipeline","Operate the Teams meeting summary pipeline via Hermes CLI — summarize meetings, inspect pipeline status, replay jobs, manage Microsoft Graph subscriptions.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fteams-meeting-pipeline\u002FSKILL.md",[],[],{"skillNo":84,"name":85,"nameZh":6,"description":86,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":87,"categories":88,"keywords":89,"publishedAt":19},"01M785VXKW4T34BTP1SCHW1R7F","systematic-debugging","4-phase root cause debugging: understand bugs before fixing.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fsystematic-debugging\u002FSKILL.md",[],[]]