SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-23 00:13
16,817 个结果
该技能专注于 SQL 查询优化、索引策略与 EXPLAIN 执行计划分析，帮助把慢查询改造成更快的操作。适用于调试慢查询、设计高性能数据库结构、优化应用响应时间、降低数据库负载与成本、提升大数据量下的可扩展性、分析 EXPLAIN 查询计划、实现高效索引以及解决 N+1 查询问题。技能说明中给出了使用与不使用该技能的判断条件，并列出基本执行步骤：明确目标、约束与所需输入，应用相关最佳实践并验证结果，提供可执行步骤与验证方式；如需详细示例，可打开 resources/implementation-playbook.md。
面向前后端使用 Npgsql 与 EF Core 的 .NET 应用整理的 PostgreSQL 数据库设计最佳实践，涵盖命名规范、数据类型选择、索引策略、约束、性能优化、维护与安全等主题。内容以“速查表 + 正误示例”的形式给出，例如表/列使用 snake_case、主键推荐 uuid、时间戳使用带时区的 timestamptz、字符串优先用 text、结构化数据用 jsonb，并说明索引（含复合、部分、覆盖、全文检索、jsonb GIN）的适用方式与不建议建索引的场景。同时给出 EF Core 配置示例、连接池与预编译语句、批量操作、AsNoTracking、编译查询、分页、避免 N+1 等性能做法，以及约束命名、autovacuum 与索引使用监控、权限最小化、参数化查询等要点。适合在 .NET 中设计或优化 PostgreSQL 数据层时作为参考清单；具体版本、性能收益与适用边界需结合实际环境验证。
ServiceNow 数据策略与字典管理技能：管理 sys_dictionary 表字段、sys_db_object 表定义、sys_choice 选项列表、sys_dictionary_override 字典覆盖，以及 sys_data_policy2 数据策略与规则，用于约束字段级数据完整性与行为。
用于在 ServiceNow 中构建 Performance Analytics（PA）的技能，可创建 pa_indicators 指标（count/sum/avg/percentage）、pa_breakdowns 细项分解、带严重度颜色的 pa_thresholds 阈值、pa_widgets 组件与仪表板，并支持数据采集与 MCP 工具调用。
Harmonica 是 Fatiando a Terra 生态中用于重磁（重力与磁法）数据处理与正演模拟的 Python 库。它提供点质量、矩形棱柱和球面棱柱（tesseroid）的重力正演，棱柱磁异常正演，基于地形构建棱柱层并计算地形改正，使用等效源（EquivalentSources）对散点数据进行网格化，以及基于 FFT 的向上延拓和各类导数滤波。适用于局部到区域/全球尺度的位场建模、布格异常计算、磁法减少到极以及教学原型开发。Harmonica 采用右手坐标系，单位遵循 SI，数组接口简洁，并与 Verde 配合完成投影与网格化。其局限在于不提供完整的位场反演框架。
pyrolite 是一个面向火成岩、变质岩和沉积岩的地球化学数据分析与可视化 Python 库。它通过 pandas 的扩展接口提供地球化学与成分数据处理方法：使用 df.pyrochem 调用地球化学方法、df.pyrocomp 调用成分数据方法，并可通过 df.pyroplot 直接绘图。主要能力包括：绘制三元图（ternary diagram）、TAS 分类图、Pearce 判别图、AFM 图等模板图；稀土元素（REE）配分模式图与微量元素蜘蛛图（spider diagram），支持基于球粒陨石、原始地幔、N-MORB、上地壳等参考成分的标准化；CLR、ALR、ILR 等成分对数比变换与闭合（closure）处理；元素比值与异常计算（如 La/Yb、Eu 异常、lambda_lnREE）；CIPW 标准矿物计算；以及主量元素 Harker 变异图。使用时先读入样品数据为 pandas DataFrame，对成分数据做闭合处理，再按需标准化与绘图。它适合需要在 Python 与 pandas 工作流中完成地球化学分析、成分数据统计与稀土配分图的场景；相较 GCDkit、PetroGraph 或纯 matplotlib，其内置分类模板较少，且需具备 Python 编程基础。
Turso 的内存基准测试技能，使用 memory-benchmark crate 与 dhat 堆分析器测量并分析 SQL 工作负载在 WAL 与 MVCC 日志模式下的内存占用，含 FTS 查询分配、栈使用报告与 CodSpeed 回归跟踪。
用于设计 KPI 仪表盘、分析视图或业务指标展示的技能，帮助筛选指标并组织视觉层级与图表。
「她不一样」（she-love-me）是一个围绕聊天记录分析的情感关系鉴定技能。它能够获取、导入并分析微信或 QQ 的聊天记录，包括安装受支持的导出工具、引导完成必要的登录或联系人选择、转换消息格式，并基于全量统计数据与分层采样文本进行深度分析。该技能融合恋爱心理学框架，帮助用户从聊天记录中看清对方真实的样子以及关系走向。分析模块包含人物理解、关系评估、危险预警（如单向投入、单相思痴迷、情感创伤绑定）等，在发现严重问题时会在报告中单独高亮并给出止损建议。使用需要 Python 3.9+，微信/QQ 处于运行和登录状态，部分场景需要 Node.js 18+ 及管理员终端。支持 Windows 微信本机、QQ、已有 JSON 和 Markdown 等数据来源，最终输出统计报告与 HTML 报告。
该技能用于构建机构级可比公司分析（Comps），在 Excel/电子表格中整合运营指标、估值倍数与统计基准。强调优先使用 MCP 数据源，禁止以网页搜索作为主要来源；所有派生值须用公式而非硬编码，并需逐步与用户确认。
数据库性能审计技能，用于检测 N+1 查询、缺失索引、可合并的连接机会、慢查询、EXPLAIN 分析以及按端点的数据库调用次数。需先运行 /dbmap 生成 DBMAP.md 以交叉引用索引与表结构。
perf-profile 是一个性能分析技能，用于测量代码执行时间、数据库调用耗时，并在应用层与数据库层识别瓶颈。适用于对某个接口、后台任务、函数或整个应用做性能画像与慢查询排查。
用于在应用内生成交互式图表的技能，支持柱状图、折线图和饼图。它返回图表规格而非可下载图片；若需保存为 PNG 或 PDF，应改用 visual-design 技能。
通过 Python SDK（ha3engine）使用阿里云 OpenSearch 向量检索版，推送文档并执行 HA/SQL 搜索，适用于 RAG 与向量检索场景。仅涉及 API/SDK 用法，不含控制台操作步骤。
面向 Microsoft SQL Server 的 T-SQL 过程化语言技能，涵盖存储过程、函数、触发器、错误处理与 SQL Server 专属特性，适合编写 T-SQL 过程化代码时参考。
statistician 是一个用于软件项目统计方法选择、功效分析、不确定性量化以及蒙特卡洛/MCMC 实现验证的专业技能，适用于需要严谨统计分析、模拟验证或贝叶斯推断的场景。
面向 Flutter 应用的架构规范技能，指导按 Clean Architecture 与 BLoC 组织 data、domain、presentation 三层，涵盖目录结构、三层数据模型、Repository/DataSource 模式、Dart 3 特性、错误处理、平台通道与编码规范。
用于计算地理坐标间距离、查找邻近点与批量处理位置数据的工具技能，适用于物流、配送路线与位置分析等场景，提供点对点距离、距离矩阵、最近邻与半径搜索等功能。
ML Model Explainer 是一个用于解释机器学习模型预测结果的工具，基于 SHAP 值与特征重要性，支持追踪决策路径并生成瀑布图、力图、摘要图等可视化，兼容树、线性与神经网络等多种模型，也可批量解释预测。
标准化和格式化电话号码的工具，支持国际格式、验证与多种输出格式，可批量处理CSV中的电话列，并能提取运营商与号码类型信息。
Statistical Analyzer 是一个 Python 统计分析工具，用于进行假设检验、回归分析、方差分析（ANOVA）和相关性分析，并输出通俗易懂的结果解读与可视化图表，支持生成 PDF/HTML 报告。
用于计算统计功效与所需样本量的技能，面向假设检验和实验设计，覆盖临床试验、A/B 测试、研究项目与问卷的规模规划，支持功效分析、效应量估计以及 t 检验、比例检验、ANOVA、卡方等多种检验。
基于 LDA（潜在狄利克雷分配）从文本集合中提取主题的工具，支持关键词提取、文档分类、主题可视化与一致性评分，可通过命令行运行。
Data Analyzer 是一个面向结构化与非结构化数据集的数据分析技能，用于探索性分析、模式与异常检测、统计检验、对比分析，并把结果整理成可执行的洞察与报告。