SuperAPI AI 工具集

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 10-22 00:14

数据与分析

16,769 个结果

get-prediction-markets

get-prediction-markets 是 World Monitor 提供的一项技能,用于获取 Polymarket 上活跃的预测市场合约,返回当前 yes 价格(0–1,约等于隐含概率)、交易量和到期日,并支持按类别或关键词筛选。当用户询问地缘政治事件、选举或经济结果的“概率是多少”时,可调用该技能获取群体定价的概率数据。调用需通过 X-WorldMonitor-Key 请求头提供 API 密钥,密钥可在 worldmonitor.app/pro 申请。接口为 GET /api/prediction/v1/list-prediction-markets,支持 category、query、page_size/cursor、jmespath 等参数。返回结果中 yesPrice 应作为市场定价引用,而非预测。若返回空 markets 且 fetchedAt 为 0 或 dataAvailable 为 false,表示快照不可用,应表述为“无数据”而非“无活跃市场”。

数据与分析70 次安装

scikit-bio

scikit-bio 是一个用于处理生物数据的综合 Python 库,适用于生物信息学分析,涵盖序列操作、比对、系统发育、微生物生态学与多元统计。它支持 DNA、RNA、蛋白质等生物序列的读写与转换,可处理 FASTA、FASTQ、GenBank、Newick、BIOM 等 19 种以上生物文件格式。主要能力包括:序列比对(全局/局部、多序列比对)、系统发育树构建与分析(UPGMA、邻接法、GME、BME)、多样性指标计算(alpha/beta 多样性、UniFrac 距离)、排序分析(PCoA、CCA、RDA)、生态统计检验(PERMANOVA、ANOSIM、Mantel)以及蛋白质语言模型嵌入的处理。该库可与 Biopython、pandas、polars、AnnData、scikit-learn 及 QIIME 2 生态集成,常用于微生物组多样性分析、系统发育分析和比较基因组学等场景。安装命令为 uv pip install scikit-bio。

数据与分析70 次安装

scikit-learn

scikit-learn 是 Python 中经典的机器学习库,本技能为其提供系统化的使用指导,覆盖监督学习(分类、回归)、无监督学习(聚类、降维)、数据预处理、模型评估与超参数调优,以及构建生产级 ML 流水线。适合需要可解释、经典机器学习方法的场景,支持结构化(表格)数据与文本数据。技能内含快速上手示例、完整流水线代码、示例脚本与参考文档,并给出避免数据泄漏、仅在训练集上拟合、分层切分、设置随机种子等最佳实践,以及收敛警告、过拟合、大数据内存不足等常见问题的排查思路。

数据与分析70 次安装