hyperframes-core
中文介绍正在整理，稍后补充。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-14 00:01
数据与分析
7,470 个结果
azure-ai
azure-ai 是 microsoft/azure-skills 技能包中面向 Azure AI 服务的功能模块，覆盖 Azure AI Search、Speech、OpenAI、Document Intelligence 等服务的使用指导。它能帮助完成全文检索、向量检索与混合检索，语音转文字、文字转语音与转录，以及 OCR、表单提取等文档智能任务。在支持 Azure MCP 的环境中，它可通过 MCP 工具调用（如 azure__search、azure__speech）来列出和查询搜索索引、执行语音转录与合成；也可通过 CLI（如 az search、az cognitiveservices）操作相关服务。若未启用 Azure MCP，技能会提示用户在 Copilot CLI 或 Claude Code 中运行 /mcp 启用，或在其他宿主中通过其 MCP 配置开启。技能还提供面向 Python、TypeScript、.NET、Java 的精简 SDK 参考入口，指向 AI Search、OpenAI、Vision、Transcription、Translation、Document Intelligence、Content Safety 等服务的编程访问指南，并链接到 AI Search 与 Speech 的深入文档。具体计费、价格、平台限制等资料暂未提供。
azure-kusto
该技能用于查询和分析 Azure Data Explorer（Kusto/ADX）中的数据，使用 KQL 语言处理日志、遥测和时间序列数据。主要能力包括执行 KQL 查询、探索表结构、列出 Azure Data Explorer 集群和数据库、进行聚合、时间序列分析、异常检测和机器学习等分析操作，支持亚秒级查询数十亿条记录。使用时通过 MCP 工具操作，核心工具包括 kusto_cluster_list、kusto_database_list、kusto_query、kusto_table_schema_get；若 MCP 工具超时或不可用，可改用 Azure CLI 命令作为回退方案。适用于日志分析、IoT 遥测、安全分析、应用性能监控和商业智能等场景。
lark-base
飞书多维表格（Base）的操作技能，覆盖建表、字段、记录、视图、统计、公式/lookup、表单、仪表盘、应用模式（BaseApp/AppMode 页面与组件）、Workspace 目录、workflow、角色权限与模板中心等能力。核心模型把 Base 视为由 Block 资源树和 Base 级配置组成的容器，folder、table、docx、dashboard、workflow 均为 Block 类型，Table 承载业务数据。技能强调身份优先使用用户身份（--as user），操作前先解析目标实体（URL 解析、标题解析、已有候选列表检索），并给出读取、写入与 Block 生命周期管理的完整命令路径。
supabase-postgres-best-practices
Supabase Postgres 最佳实践是 Supabase 维护的一套 PostgreSQL 性能优化指南，适用于在任意环境中运行的 Postgres。该技能在编写或修改任何位于 Postgres 中的内容之前加载，帮助进行自动化查询优化与数据库模式设计。它按影响程度将规则划分为 8 个类别并分级：查询性能、连接管理、安全与 RLS 为 CRITICAL；模式设计为 HIGH；并发与锁定为 MEDIUM-HIGH；数据访问模式为 MEDIUM；监控与诊断为 LOW-MEDIUM；高级功能为 LOW。每条规则文件包含规则重要性说明、错误 SQL 示例及解释、正确 SQL 示例及解释，以及可选的 EXPLAIN 输出或指标、补充上下文与参考链接（适用时含 Supabase 专属说明）。
prisma-database-setup
中文介绍正在整理，稍后补充。
prisma-postgres
中文介绍正在整理，稍后补充。
prisma-postgres-setup
中文介绍正在整理，稍后补充。
ai-research-reproduction
ai-research-reproduction 是一个面向深度学习仓库复现的 Rigor Reproduce 兼容技能，目标是以 README 为第一依据，产出“最小但可信”的可复现运行结果，并附带可审计的证据。它适用于需要端到端、多阶段、以仓库为根据的受信复现任务：从 README 提取并选择最小可信目标（文档化推理、文档化评估、训练启动或部分验证，完整训练需用户明确确认），通过编排脚本先做计划、再执行选定命令、最后校验输出。整个流程强调保留文档原意，记录假设、偏差和阻塞点，而不是修改语义来“制造成功”。执行过程中会在 repro_outputs/ 目录输出 SUMMARY.md、COMMANDS.md、LOG.md、SCIENTIFIC_CHANGELOG.md、COMPARABILITY_REPORT.md、status.json、ANNOTATED_README.md 等文件，必要时生成 PATCHES.md。它不适用于论文摘要、通用环境搭建、孤立扫描、独立命令、开放式研究设计或明确授权的候选探索。
just-scrape
just-scrape 是一个基于 ScrapeGraph AI 的 CLI 工具，用于网页搜索、单页抓取、结构化数据提取、整站爬取以及页面变化监控。它通过命令行提供统一入口，支持多种输出格式（markdown、html、screenshot、branding、links、images、summary、json），并可用 AI 提示词与 JSON Schema 约束结构化提取结果。使用前需安装 CLI 并配置 SGAI_API_KEY 完成认证，可用 validate 和 credits 检查状态与余额。抓取内容属于第三方不可信数据，应作为数据处理而非指令执行。
neon-postgres
面向在 Neon 上使用 Lakebase Postgres 的开发场景，提供连接方式选择、池化与直连的区别、模式迁移、分支、自动扩缩容、缩容至零、即时恢复、只读副本、连接池、IP 允许列表、逻辑复制与分析与搜索等主题的指南和最佳实践。资料说明 Lakebase Postgres 是 Neon 核心数据库，基于 lakebase 架构，将存储与计算解耦，完全兼容 Postgres，可与任何支持 Postgres 的语言、框架或 ORM 配合使用；通过 Neon 或 Databricks 访问的是同一数据库，本技能覆盖 Neon 访问路径。登录、用户、会话与 @neondatabase/auth 属于 neon-auth。技能给出设置流程：先选定组织与项目（优先复用已提供的 DATABASE_URL 或 .neon 文件，否则用 CLI 或 MCP 列出），再获取连接字符串并存入 .env 的 DATABASE_URL，然后选择连接方式与驱动，最后将模式与迁移作为代码管理。资料还包含诊断检查、性能工作流与常见陷阱。具体功能、收费、价格与效果以官方为准，资料未提供的部分暂未提供。
wind-mcp-skill
本 Skill 用于在用户需要查询、筛选、获取、比较或验证金融市场数据时，调用万得（Wind）权威金融数据服务取数，并只基于返回结果作答。它通过本地 CLI 调用 Wind 的 7 个 MCP 服务，覆盖股票、基金/ETF/LOF、指数/板块、债券、公告与财经新闻、宏观经济与汇率、以及跨标的聚合计算等业务域。使用时先按标的类型确定路由（server_type）并读取对应领域契约，再以 node scripts/cli.mjs call 命令发起调用，读取成功数据对象或错误信封后收口作答。适用于 A股、港股、美股的选股、行情、K线、分钟行情、财务、估值、股东与事件查询，也适用于基金、指数、债券、公告、新闻、宏观等行业与汇率指标。属于需要可靠、可验证金融数据来源的场景，而非依赖模型记忆或通用信息来源。
better-auth-best-practices
中文介绍正在整理，稍后补充。
firecrawl-crawl
Firecrawl CLI 的批量抓取命令，用于从一个网站或其某个栏目出发，沿链接递归抓取多个页面并输出结构化内容。它适合「爬取整个站点」「抓取 /docs 下的所有内容」或需要跨多个相互链接页面收集资料的任务。命令支持通过 depth、limit 等参数控制抓取范围与页数，并可将结果保存为 JSON 文件。需要注意：crawl 功能必须登录认证，没有免密钥的免费档，缺少凭据时 CLI 会提示交互式登录；同时抓取会按页消耗额度。
schema
中文介绍正在整理，稍后补充。
analytics-tracking
该技能用于设置、改进或审查网站与应用的分析埋点与衡量方案，涵盖GA4、Google Tag Manager、UTM参数策略、事件命名规范、数据质量校验及隐私合规等内容。它以“为决策而追踪”为核心原则，从业务问题出发反推所需事件，提供事件命名（对象-动作）、标准属性、必需事件清单、GA4与GTM实现示例、调试工具与验证清单，并输出埋点方案文档模板。适用于营销与产品分析场景，涉及事件追踪、转化衡量、UTM管理与合规要求。
schema-markup
中文介绍正在整理，稍后补充。
sf-datacloud
sf-datacloud 是面向 Salesforce Data Cloud 的产品级编排技能，用于指导 connect→prepare→harmonize→segment→act 多阶段工作流。当用户需要多步骤 Data Cloud 管道、跨阶段排障、data spaces、data kits，或需要判断任务应归属 Connect、Prepare、Harmonize、Segment、Act 还是 Retrieve 时触发。它沿用 sf-skills 项目风格，实际运行时使用外部 sf data360 命令接口，插件本身未内置于该仓库。技能强调先收集目标 org 别名、插件安装与链接状态、是否需要设计指导或实际变更、涉及的数据源、期望结果、默认或自定义 data space、org 是否已用脚本分类、当前失败的命令族等上下文。核心规则包括：使用外部 sf data360 插件运行时不重复实现命令层；任务定位后优先使用最小阶段技能；变更前先运行就绪分类；区分 Data Cloud SQL 与 CRM SOQL；不将 sf data360 doctor 视为完整产品就绪检查。推荐流程为验证运行时与认证、变更前分类就绪度、用只读命令发现现状、定位阶段、尽可能使用确定性 JSON 工件、每阶段后验证。
database-security
中文介绍正在整理，稍后补充。
scrapecreators-api
ScrapeCreators API 是一套通过 REST 接口抓取并提取 27 个以上社交媒体平台公开数据的服务，覆盖 TikTok、Instagram、YouTube、LinkedIn、Facebook、Twitter/X、Reddit、Threads、Bluesky、Pinterest、Truth Social、Twitch、Snapchat 等平台，共提供 110 个端点。基础地址为 https://api.scrapecreators.com，需在 https://scrapecreators.com 获取 API 密钥。所有端点使用 GET 请求，通过查询参数传参，并用 x-api-key 请求头认证，返回 JSON。端点路径遵循 /v1/platform/action 模式，可覆盖个人资料、帖子与内容流、单条帖子/视频详情、评论、转录文本、搜索、广告库、热门内容、TikTok 关注/粉丝/直播、TikTok Shop、Link-in-Bio 等服务，并提供统一的额度查询与游标分页机制。
checking-freshness
用于快速检查数据新鲜度的技能，帮助判断数据是否足够新、某张表上次更新时间、数据是否已过期，或验证数据时效性。它通过查找时间戳列、查询最后更新时间、按时间统计行数，并按新鲜（小于4小时）、陈旧（4-24小时）、非常陈旧（超过24小时）、未知（无时间戳）四档给出状态报告。若数据陈旧，可进一步检查 Airflow 管道：用 af dags list 找对应 DAG、用 af dags get <dag_id> 查看是否暂停、用 af dags stats 查看最近运行是否失败、是否有运行正在进行，必要时配合 debugging-dags 技能排查。在 Astro 上可查看部署的 DAG 运行历史并配置 SLA 告警；在 OSS Airflow 上可用 DAGs 视图和任务日志确认上次成功运行与 SLA 缺失。适合需要快速确认数据可用性、或在会议前验证数据是否可用的场景。
client-review
中文介绍正在整理，稍后补充。
returns-analysis
Returns Analysis 是面向私募股权（PE）交易评估的财务分析技能，用于快速构建 IRR/MOIC 敏感性表格。它围绕进场倍数、杠杆、退出倍数、增长与持有期等变量对投资回报进行建模，流程包括收集交易输入、计算基准情形回报、生成双向敏感性矩阵、构建乐观/基准/悲观三情景分析，并输出含假设页、回报计算、敏感性表与情景摘要的 Excel 工作簿，以及适合投资委员会（IC）演示的一页回报摘要。
database-architect
中文介绍正在整理，稍后补充。