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 10-24 00:15
16,880 个结果
disba 是一个用于一维各向同性层状地球模型的面波频散与敏感度核计算工具。它提供正演求解能力，可计算 Rayleigh 波和 Love 波的相速度与群速度频散曲线，并支持模式深度敏感度核的计算。使用时需提供四个等长的一维数组：厚度（km）、Vp/Vs（km/s）和密度（g/cm³），其中最后一层视为半空间且厚度需写为 0.0。计算得到的结果为 DispersionCurve 命名元组，需通过 result.period 和 result.velocity 联合读取，不可直接当作速度数组。敏感度核调用接收标量周期，支持参数包括 velocity_s、velocity_p、density 和 thickness，输出为数值导数，使用前建议通过小扰动验证。该工具为纯正演求解器，从原始波形提取观测频散或进行层析反演需要额外的处理与反演设计。
GNNWR（Geographically Neural Network Weighted Regression，地理神经网络加权回归）是一个用于空间与时空回归分析的 Python 库。它的核心思路是用神经网络来学习地理权重，从而构建随空间位置变化的回归系数，适合处理空间非平稳性问题。库中包含 models.GNNWR（空间回归）与 models.GTNNWR（时空回归）两个主要模型类，以及 datasets.init_dataset 用于数据划分、归一化和距离矩阵构建，utils.Visualize 提供基于 folium 的交互式地图。支持小批量训练、GPU 加速、多种优化器与早停，并在 N 大于 1 万时可通过 KNN 稀疏距离矩阵大幅降低内存占用。模型内置 R²、RMSE、AIC、AICc 及 F1/F2/F3 等诊断统计量，可输出每个样本的系数与预测值 DataFrame，并用系数热力图等方式展示空间变化。适用于需要空间变系数且数据规模较大、传统 GWR 计算困难的场景。
Landlab 是一个基于 Python 的地表过程与地貌演化数值建模框架，用于构建二维侵蚀、水文、土壤搬运和地貌演化模型。它提供多种网格类型（如规则矩形网格、六边形网格、Voronoi/Delaunay 不规则网格和河道网络网格），并以模块化组件方式组合水流路径、河流功率侵蚀、坡面扩散等过程。用户可通过字段（fields）在网格节点上存储高程、汇水面积等数据，设置边界条件，按时间步循环运行各组件，并读写 ESRI ASCII 与 NetCDF 格式的 DEM 数据。适合地貌演化模拟、流域尺度分析、河道网络提取、土壤生成与搬运、地表-地下水耦合研究以及地貌学教学等场景。
BK-CI 数据库设计技能用于设计 BK-CI 数据库表、DDL 脚本、索引、分表或数据归档策略。当用户提到表结构、字段设计、索引优化、SQL 脚本命名、分片、归档迁移时优先使用。该技能强调先确认数据归属服务、先决定表的角色再设计字段与索引、按查询路径设计索引、DDL 变更走脚本管理、变更前评估兼容性与回滚，并提醒避免跨服务共用数据库、先建超大宽表、把分表当默认优化手段等常见陷阱。
Tenzir 是一个安全数据管道平台，本技能用于基于 Tenzir 官方文档回答相关问题。当用户询问 TQL 语法、管道操作符、函数、数据解析或转换等内容时，可借助该技能定位到对应文档页面。技能本身只打包了文档，不包含文档之外的信息；对于发布说明、博客、解决方案用例等，需要按需抓取 Tenzir 官网的实时页面。回答时应先阅读相关页面，优先引用文档中的 TQL 示例，而不是自行编造语法。
pydicom 是一个用于处理 DICOM 文件的 Python 包，支持以 Python 风格读取、修改和写入 DICOM 数据，是医学影像处理的基础工具。DICOM 不仅是图像，还包含患者信息、空间方位和像素数据等丰富结构，pydicom 可访问这些标签。它适用于处理 CT、MRI、X 射线、超声等医学影像数据，提取患者元数据与临床信息，构建需要图像与元数据的放射学 AI 模型，将 DICOM 转换为其他格式进行分析，以及医学影像工作流中的质量保证与合规检查。
Data Validation 是一个用于跨系统校验数据质量、类型、模式与一致性的技能。它通过模式校验、数据类型校验、数据质量检查、业务规则校验、引用完整性校验、异常检测、数据剖析、数据血缘校验、跨源一致性校验以及校验规则管理等能力，帮助确保数据的准确性、完整性与可靠性。适用于构建数据管道、系统间数据迁移、数据质量监控与告警、数据模式设计、数据治理与质量标准落地等场景。该技能提供脚本化命令行调用方式，可针对 JSON Schema 等模式、数据库或 CSV 数据源执行校验，并输出包含模式校验结果、数据质量指标、业务规则违规、引用完整性问题、异常检测、数据剖析摘要、跨源一致性、改进建议与规则覆盖率的结构化报告。
该技能用于从代码库反向工程出当前分析埋点的真实状态，产出一份事实清单而非差距分析。它会扫描代码中的 SDK 调用、身份管理与埋点模式，识别所用 SDK（Segment、Amplitude、Mixpanel、PostHog、Accoil 或通用 track 调用），提取每个事件名称、属性、文件与行号，并强制验证每个事件定义是否真正被调用，标记为 LIVE 或 ORPHANED。同时检查 identify/group/page 等身份管理调用，记录命名风格、集中化程度、重复与不一致等卫生观察，并描述当前埋点架构（SDK 版本、初始化位置、客户端/服务端、调用路由、环境变量、错误处理、关闭/刷新）。输出 .telemetry/current-state.yaml、.telemetry/audits/YYYY-MM-DD.md 和 .telemetry/current-implementation.md。若未检测到任何 SDK 或埋点调用，则判定为 greenfield 项目，仅生成最小 current-state 文件并建议直接进入设计阶段。该技能强调只描述现实、不做评判或建议，可低成本重复运行，且不读取 tracking-plan.yaml 以避免与理想状态比较。
该技能用于设计产品埋点的目标追踪方案（target tracking plan），并基于当前埋点现状生成从现状到目标的显式差异（delta）。它结合产品模型、当前状态审计和遥测设计规范，输出目标方案文件 .telemetry/tracking-plan.yaml 与差异文件 .telemetry/delta.md。设计过程强调极简主义、信号质量和命名规范，覆盖事件分类设计、属性设计、实体特征（traits）设计、分组层级定义、事件分组归属、覆盖度校验以及反模式与成本检查。适用于需要系统化规划产品分析埋点的团队，尤其是 B2B SaaS、AI/ML 工具、开发者工具、安全产品、协作工具、表单构建器、分析平台等场景。
面向 OpenClaw 的数据科学技能，用 Python、R、Julia 处理机器学习、数据清洗、可视化、统计建模与 notebook 执行。
game-analytics 是一个用于分析游戏数据指标、追踪玩家行为并优化性能的技能，可处理游戏日志、会话与指标数据，支持命令行、API 与代码集成。
因果推断技能：提供反事实框架与 RCT、倾向得分匹配、工具变量、双重差分、断点回归、合成控制等方法的选择指南、分析步骤、输出格式与常见陷阱，帮助在满足假设的前提下从观测数据估计因果效应。
面向 AWS CDK 项目的成本估算技能，通过 AWS Price List Bulk API 获取实时价格，扫描 CDK 代码中的资源并生成 Excel 与 Markdown 定价报告，支持多区域对比与 Bedrock 模型成本计算。
面向火山引擎数据库与公网自建数据库的智能助手技能，支持 MySQL、veDB-MySQL、PostgreSQL、SQL Server、MongoDB、Redis 的元数据管理、数据分析、开发变更、运维诊断与巡检。
用于在 C#、VB.NET、F# 等 .NET 应用中通过 CData ADO.NET Data Provider 连接数据源的技能，需先完成 cdata-cli 发现阶段，再编写代码并激活许可证。
阿里云 Document Mind（DocMind）Node.js SDK 技能：用于提交文档解析任务并轮询结果，提取文档结构、文本与版式。适用于 Claude Code/Codex 环境下以异步作业方式处理文档解析。
Coval 平台的数据看板构建技能，用于从零创建或重建 Coval 仪表盘，通过分析用户现有运行记录和指标，生成填充真实数据的可视化看板，而非空壳。依赖 coval CLI 工具与已认证账号。
面向 Power BI 语义模型（数据集）刷新的技能，可通过 Enhanced Refresh REST API 与 Fabric CLI 触发、监控、校验和排查刷新。支持整模型、表级或分区级刷新，含 full、automatic、dataOnly、calculate、clearValues、defragment 等类型及两阶段刷新模式。
反作弊对抗分析技能，聚焦 EAC、BattlEye 等反作弊驱动与服务、内存校验和检测机制的还原，仅限授权研究环境使用，产出防御与研究视角的检测面分析，不产出绕过工具。
用于加载已拟合的 Meridian 模型并生成标准可视化报告（Model Results Summary）的技能。可按用户指定路径加载序列化模型文件，输出 HTML 结果摘要，并可选生成健康检查报告。
从公开信号逆向分析企业销售与营销技术栈的技能：通过 DNS、网站源码、技术画像、黑名单与公开投诉，识别 CRM、冷邮件工具、人员数据库、邮件投递、广告像素、分析工具及外发域名，无需登录对方工具。
database-schema-visualizer 是一个面向数据库架构可视化任务的自动激活技能，属于 Visual Content 领域，可在请求中提及相关关键词时提供分步指导、生成配置与代码，并给出最佳实践建议。
用于创建、校验和修复 Kaggle kernel-metadata.json 的技能，帮助正确配置 notebook/kernel 推送所需的元数据字段，如 id、code_file、language、kernel_type、隐私与联网设置及各类 Kaggle 资源引用。
以“买企业而非买股票”的视角评估投资机会的技能。引导用户关注企业经济特征、管理层质量与价值，忽略股价走势和市场噪音，适用于分析股票或投资机会，不适用于不涉及估值的企业经营管理问题。