simplero
Simplero 集成技能，通过 Membrane CLI 管理 Simplero 的联系人、组织、交易、管道、活动、笔记等数据，并覆盖产品、课程、会员、活动、邮件列表、自动化等对象，适合需要与 Simplero 数据交互的场景。
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 10-24 00:15
数据与分析
16,862 个结果
snatchbot
SnatchBot 聊天机器人平台的集成说明，借助 Membrane CLI 管理与 SnatchBot 相关的数据、记录并自动化工作流，适用于需要与 SnatchBot 数据交互的场景。
sprinklr
Sprinklr 是一款统一客户体验管理平台的集成技能，用于管理数据、记录并自动化工作流。通过 Membrane CLI 连接 Sprinklr，可让营销、销售与客服团队在社交媒体及数字渠道上协作。用户想在 Sprinklr 数据中执行操作时可使用。
tacklit
Tacklit 是一款项目管理与团队协作平台，用于组织任务、跟踪进度和沟通。该技能通过 Membrane CLI 连接 Tacklit，管理数据、记录并自动化工作流。
teller
Teller 集成技能，通过 Membrane CLI 连接 Teller 财务平台，管理账户、交易、预算、目标与报表等数据并自动化工作流。
trackingtime
TrackingTime 集成技能，通过 Membrane CLI 连接 TrackingTime 时间追踪与项目管理工具，用于管理时间条目、计时器、项目、客户、团队成员、标签、任务和报告，并自动化相关工作流。
tripetto
Tripetto 是一款表单与问卷构建工具，可创建交互式、对话式的数据收集体验，常用于研究、营销和业务信息采集。本技能通过 Membrane CLI 与 Tripetto 交互，管理数据、记录并自动化工作流。
vryno
Vryno 集成技能，通过 Membrane CLI 连接 Vryno 并管理数据、记录与自动化工作流，适用于需要与 Vryno 数据交互的场景。
wachete
Wachete 网页变更监控集成技能，通过 Membrane CLI 连接 Wachete，管理监控、历史、网站、元素、通知、变更与用户等数据并自动化工作流。
waydev
Waydev 集成技能，通过 Membrane CLI 连接 Waydev 工程智能平台，管理数据、记录并自动化工作流，适用于需要与 Waydev 数据交互的场景。
whatcounts
WhatCounts 集成技能：通过 Membrane CLI 连接 WhatCounts 邮件营销平台，管理数据、记录并自动化工作流，适用于需要与 WhatCounts 数据交互的场景。
implementing-hashicorp-vault-dynamic-secrets
配置 HashiCorp Vault 动态密钥引擎，为数据库凭据、AWS IAM 密钥和 PKI 证书提供按需生成、租约管理与自动轮换，适用于零信任密钥管理与合规轮换场景。
pp-edgar
面向智能体的 SEC EDGAR 只读命令行工具，提供六个受支持端点、SQLite 缓存申报文件与 FTS5 全文检索，并输出便于 LODESTAR 使用的结构化证据包。
logging-best-practices
该技能提供宽事件（canonical log lines）日志实践指南：每个请求每个服务只发一条上下文丰富的结构化事件，便于调试与分析。涵盖高基数维度、业务与环境上下文、单一 logger、中间件模式及结构化一致性等原则。
netbox-data-modeling
NetBox 数据建模技能，用于设计与管理 NetBox 数据模型，涵盖站点/位置层级、IPAM 组织、设备建模、租户分配，以及自定义字段、标签与配置上下文的取舍。强调以官方文档和仓库为准，避免依赖过时知识。
gwas-database
GWAS Catalog 数据库技能，用于查询 NHGRI-EBI GWAS Catalog 中已发表的 SNP-性状关联。支持按 rs ID 搜索变异、按疾病/性状、基因、染色体区域或出版物检索，获取 p 值、效应量等关联统计信息，并可访问全基因组汇总统计数据。适用于遗传变异关联研究、变异功能解读、性状遗传学探索及多基因风险评分等场景。
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。
sympy
SymPy 是 Python 的符号数学库，用数学符号进行精确计算而非数值近似，可用于代数、微积分、线性代数、方程求解、物理计算与代码生成。本技能为在 Python 中处理符号数学的任务提供指导。
agent-browser-scrape
agent-browser 技能中的内部数据抓取执行协议模板，规定用 agent-browser 命令行抓取网页数据的标准流程：先以 lightpanda 引擎打开页面并等待加载，再验证选择器、执行 eval 提取，失败时回退 chrome 引擎，并涵盖分页、反爬与输出解析。
modeling-conversion-metrics
该技能用于在数据仓库视图（HogQL）或外部分析环境中构建可复用的转化模型，计算漏斗各步骤转化率、流失点与转化耗时，支持整体转化与相邻步骤转化两类指标。
logseq-schema
本技能用于在 Logseq 中编写和审查 Datascript 查询时，提供 schema 层面的依据。它聚焦 Logseq 的核心块、页面、文件属性，内置属性与内置类，以及通过 :db/ident 发现 schema 实体。技能强调避免使用仅存在于文件图的块属性（如 :block/content、:block/marker、:block/scheduled 等），并说明用户属性以 :user.property/<name> 形式直接存储在块或页面实体上。Pull 选择器不支持 :user.property/* 这类命名空间通配符，只能使用 * 或显式属性，获取用户属性时需先按命名空间过滤 datoms 再合并，或先发现显式 ident 再写入 pull。查询中属性值常为实体引用，渲染时应优先检查 :block/title、:block/name 或 :logseq.property/value。技能附带两份参考文件，提供权威来源、查询模式与场景化示例，适合需要可靠查询 Logseq 数据图的开发者或高级用户。
test-trading-strategies
该工具用于在历史数据上回测交易策略并解读绩效指标，帮助在投入真实资金前验证策略表现。它提供 run_backtest（加密策略回测）与 run_prediction_market_backtest（预测市场回测）等能力，并可用 get_latest_backtest_results 查看最近回测结果。回测执行时间约 20-60 秒，单次定价 $0.001。支持设置手续费、滑点、杠杆等配置，并返回 Sharpe 比率、最大回撤、胜率、盈亏比等指标。
azure-cosmos-py
Azure Cosmos DB Python SDK（NoSQL API）技能，用于文档的增删改查、查询、容器管理以及全局分布式数据操作。该技能提供使用 azure-cosmos 与 azure-identity 库的完整工作流示例，涵盖客户端层级、数据库与容器创建、分区键设计、吞吐量配置、同步与异步客户端、错误处理及最佳实践。安装命令为 pip install azure-cosmos azure-identity，通过环境变量配置端点、数据库与容器，并使用 DefaultAzureCredential 进行身份验证。
azure-servicebus-py
Azure Service Bus SDK for Python 是用于 Python 消息传递的企业级 SDK，支持队列、主题、订阅以及企业消息模式。该技能提供安装说明、环境变量配置、身份验证方式，并演示异步与同步客户端发送接收消息、消息结算、主题订阅、会话 FIFO、计划消息、死信队列等用法，同时包含配合使用的辅助脚本与参考文档说明。