audit-content
audit-content 是发布前内容审计技能，用于核查内容的真实性、准确性与链接完整性，能发现编造统计、失效 URL、错误署名及与品牌 DNA 不符的公司宣称，并输出审计报告。
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 10-23 00:13
数据与分析
16,793 个结果
cloud-azure-sql
面向 Azure SQL Database 的技能，提供数据库创建、配置、安全与 Azure SQL 管理方面的指导，适用于用户提出相关需求时使用。
postgres-query-expert
面向 PostgreSQL 16 的查询与优化技能，覆盖 SQL 编写规范、性能诊断、模式管理与系统内省，提供参数化、超时、事务等安全实践，以及 JSONB、数组、范围类型、全文检索、递归 CTE、LATERAL 等高级用法参考。
azure-eventhub-java
面向 Java 的 Azure Event Hubs SDK 使用技能，用于构建实时事件流与高吞吐数据写入应用，涵盖生产者、消费者、异步客户端及生产级 EventProcessorClient 的用法示例。
data-analysis-workflow
技能「data-analysis-workflow」用于规划与执行端到端数据分析，或按需求产出资料分析流程、分析规划与分析报告。它协助判断分析方法与完成条件，避免固定流程改变资料或偏离问题；一般资料操作、统计公式与工具用法交由模型及工具文件处理。
review-mining-stp
将客户评论、支持工单或应用商店反馈逐篇评分，并做统计化的市场区隔、目标市场选择与产品定位分析，输出有原文与统计依据的策略报告。
database-architecture
面向 PostgreSQL 18 的数据库架构技能，在涉及模式设计、迁移、索引与数据库架构决策时强制执行 PG18 最佳实践，如原生 UUIDv7、虚拟生成列、时态约束、跳过扫描索引与安全零停机迁移。
alterlab-geniml
geniml 是一个用于在 BED 基因组区间数据上构建机器学习模型的 Python 包，提供 Region2Vec、BEDspace、scEmbed 等无监督嵌入方法，支持区域、单细胞与元数据标签的相似性搜索、聚类及下游分析。
alterlab-geopandas
基于 GeoPandas 的学术地理空间技能，用于读写与分析矢量数据（Shapefile、GeoJSON、GeoPackage、GeoParquet、PostGIS），执行空间连接、叠加、缓冲、裁剪、重投影与制图，并给出 CRS、性能与最佳实践指引。
alterlab-gnomad
用于查询 gnomAD（Genome Aggregation Database）人群等位基因频率与基因约束评分（pLI、LOEUF）的技能，帮助判断变异在人群中的稀有程度及基因对功能缺失变异的耐受性，支持变异致病性评估与罕见病基因优先级分析。
alterlab-gtex
用于查询 GTEx（Genotype-Tissue Expression）门户 v2 REST API 的技能，可获取 54 种人体组织的组织特异性基因表达（中位 TPM）、eQTL、sQTL 及 eGene 等数据，无需认证，返回 JSON。
alterlab-hmdb
用于查询人类代谢组数据库（HMDB）的技能，可按名称、HMDB ID 或结构检索代谢物的化学性质、生物标志物与疾病关联、生物体液浓度及 NMR/MS 参考谱图，并提供脚本按登录号获取 XML 记录。
alterlab-jaspar
查询 JASPAR 转录因子结合位点（TFBS）谱（PFM/PWM）的技能，可按转录因子名称、物种或类别检索矩阵，并对 DNA 序列做结合位点扫描，用于调控变异解读、启动子/增强子分析与基序富集。
alterlab-kegg
该技能通过 REST API 访问 KEGG 数据库（仅限学术用途），用于通路分析、基因与化合物到通路的映射、代谢反应查询以及酶、疾病和药物数据检索。
alterlab-matchms
基于 matchms 的技能，用于代谢组学质谱数据处理：导入与导出 MGF、MSP、mzML、mzXML、JSON 等格式光谱，标准化元数据，过滤峰，计算余弦、修饰余弦、中性丢失等相似度并做库匹配化合物鉴定，构建可复现处理流程。
alterlab-pdb
用于访问 RCSB 蛋白质数据库（PDB）中经实验测定（X 射线、冷冻电镜、NMR）的蛋白质与核酸三维结构，支持按文本、序列或结构相似性检索，下载坐标文件并获取结构元数据。
alterlab-pubchem
通过 PUG-REST API 与 PubChemPy 查询 PubChem 化学数据库的技能，可按名称、CID 或 SMILES 检索化合物，获取分子性质、生物活性等数据，覆盖 1.19 亿以上化合物。
alterlab-pyhealth
基于 PyHealth 2.x 医疗 AI 工具包开发、测试与验证临床机器学习模型的技能，覆盖电子健康记录（EHR）数据加载、临床预测任务定义、医疗编码转换、模型训练与评估。适用于 MIMIC-III/IV、eICU、OMOP 等数据集上的死亡率预测、再入院、用药推荐等研究场景。
alterlab-pytdc
加载 Therapeutics Data Commons（TDC/PyTDC）面向 AI 的药物发现数据集与基准，覆盖 ADME、毒性、药物-靶点相互作用（DTI）、scaffold 划分等，提供标准化评估指标与数据划分。
alterlab-pytorch-lightning
基于 PyTorch Lightning 的可扩展深度学习训练技能，帮助把 PyTorch 代码组织为 LightningModule，配置 Trainer 进行多 GPU/TPU 训练，并用 LightningDataModule 构建数据管线。
alterlab-reactome
通过 Reactome REST API 与 reactome2py 客户端查询与管理生物学通路数据：通路富集/过表征分析、基因到通路映射、表达数据分析、疾病通路与分子互作检索，并可在 Pathway Browser 中可视化结果。
alterlab-scikit-learn
这是一个面向 Python 经典机器学习库 scikit-learn 的技能参考文档，覆盖分类、回归、聚类、降维、预处理、模型评估与流水线构建等主题。它提供算法选择指南、常用工作流模板、可运行示例脚本以及最佳实践与故障排查说明，并包含 scikit-learn 1.8–1.9 的版本变更提示。适用于需要可解释的经典机器学习方法、结构化或文本数据建模、交叉验证与超参数调优的场景。
ai-data-engineering
面向 AI/ML 系统的数据工程技能，覆盖 RAG 管道、特征存储与嵌入生成，提供架构模式、编排流程和 RAGAS 评估指标。适用于构建 RAG、语义搜索、向量数据库、实时特征服务与数据版本管理；不涉及传统 CRUD、键值存储或无 AI 组件的应用。
ingesting-data
面向数据摄取场景的技能，提供从云存储、API、文件与流式源把数据加载进数据库的模式与代码示例，覆盖批处理、流式、API 轮询与 CDC，并给出多语言库推荐与参考文档。