truss
Truss 集成技能：用于管理 Truss 平台中的数据、记录并自动化工作流，适用于用户需要与 Truss 数据交互的场景。通过 Membrane CLI 完成认证与操作。
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 10-25 00:14
数据与分析
16,945 个结果
usersketch
UserSketch 集成技能，通过 Membrane CLI 连接 UserSketch 用户研究平台，用于管理数据、记录并自动化工作流，适合需要与 UserSketch 数据交互的场景。
vectera
Vectera 集成技能，通过 Membrane CLI 连接 Vectera 视频会议平台，用于管理会议、联系人、订阅等数据并自动化工作流。
fabriciq-ontology-authoring-cli
用于通过命令行创建和演进 Microsoft Fabric IQ Ontology（预览版）项的 CLI 技能，可定义实体类型、属性（含时序）、关系类型，并将它们绑定到湖仓或事件库数据源。
workiq
WorkIQ 是微软面向 Microsoft 365 职场数据的 MCP 技能，让 AI 智能体通过语义问答与结构化实体工具访问邮件、日历、会议、文件、SharePoint、OneDrive、Teams、人员、Planner 等组织数据，并执行相应操作。
detecting-insider-data-exfiltration-via-dlp
该技能用于通过 DLP 策略违规、文件访问模式、上传量异常和非常规时段活动，检测内部人员数据外泄，适合安全事件调查、检测规则构建与威胁狩猎。
performing-credential-access-with-lazagne
LaZagne 是开源后渗透凭据提取工具，支持 Windows、Linux、macOS，可从浏览器、邮件客户端、数据库、系统凭据库、Wi-Fi、Git 等来源恢复本地存储的密码，常用于红队评估与安全测试。
backup-retention-erasure
用于在数据保留与删除义务下管理备份和归档数据，覆盖备份删除的技术不可行例外、备份轮换、恢复后删除流程及“不可使用”临时措施，结合GDPR第17条与ICO、EDPB指引。
annotating-task-lineage
为 Airflow 任务添加数据血缘标注的技能，通过 inlets 和 outlets 指定输入输出数据集，适用于无内置 OpenLineage 提取器的算子或只需表级血缘的快速场景。
netbox-migration
NetBox 数据迁移方法论技能，指导将电子表格、旧版 IPAM/DCIM、CMDB 及非结构化数据导入 NetBox，覆盖评估、清洗、导入、验证与迁移后五个阶段，并给出导入策略选择与依赖顺序建议。
user-persona-creation
该技能用于基于研究与数据创建详细的用户画像（User Persona），将访谈、问卷与产品分析数据综合成真实的用户档案，以指导产品设计、功能优先级、营销信息与团队对齐。
a-stock-financial
A股上市公司财务报表查询与导出工具，基于 AkShare（同花顺数据源）获取资产负债表、利润表、现金流量表及财务摘要，支持按报告期、年度、单季度查询并导出 Excel。
beauvoir-perspective
以西蒙娜·德·波伏娃视角分析女性处境、存在主义自由、他者建构与性别解放的技能，按需调用研究资料，用于性别结构、自由与处境、亲密关系权力等主题的哲学分析。
pandas-data-manipulation-rules
面向 pandas 数据处理的规则型技能，强调方法链式调用、使用 loc/iloc 显式选取数据，以及用 groupby 做高效聚合，并包含一套强制性的记忆协议。
data-stats-analysis
该技能使用 scipy、statsmodels 和 numpy 在本地执行统计分析，支持 t 检验、ANOVA、相关分析、假设检验与多重检验校正，兼容任意 LLM 提供方。
alphafold-database
AlphaFold Database（AlphaFold DB）是由 DeepMind 与 EMBL-EBI 维护的公开蛋白质结构数据库，收录超过 2 亿个由 AI 预测的三维蛋白质结构。该技能用于按 UniProt ID 或蛋白名称检索结构预测、下载 PDB/mmCIF 坐标文件、分析置信度指标（pLDDT、PAE）、通过 Google Cloud 获取批量蛋白质组数据集，并将预测结果整合进计算工作流。适用于结构蛋白质组学、药物发现、蛋白质工程与进化研究等场景。数据以 CC-BY-4.0 许可免费开放，当前数据库版本为 v4。
arboreto
Arboreto 是一个用于从基因表达数据推断基因调控网络（GRN）的计算库，采用可并行化算法，可从单机扩展到多节点集群。其核心能力是根据观测样本（细胞、样本、条件）中的表达模式，识别哪些转录因子（TF）调控哪些靶基因。支持 GRNBoost2 与 GENIE3 两种算法，可用于 bulk 与单细胞转录组数据分析，并可作为 pySCENIC 流程的核心组件。
clinpgx-database
ClinPGx 数据库技能用于访问临床药物基因组学数据（PharmGKB 的继任者），可查询基因-药物相互作用、CPIC 指南、等位基因功能、药物标签与临床注释，服务于精准医学与个体化用药。该技能通过 ClinPGx REST API 提供程序化访问，基础使用无需认证，速率限制为每秒最多 2 次请求，数据采用 CC BY-SA 4.0 许可。
etetoolkit
ETE（Environment for Tree Exploration）是一个用于系统发育与层次树分析的工具包，提供 Python 库 ete3。它支持 Newick、NHX、PhyloXML、NeXML 等树格式的读写与遍历，可进行剪枝、定根、折叠节点、解析多分支等拓扑修改，并计算分支长度、拓扑距离及 Robinson-Foulds 距离。PhyloTree 类可结合序列比对检测基因复制与物种形成事件，识别直系同源与旁系同源基因，并拆分直系同源组。NCBITaxa 可下载并缓存 NCBI 分类数据库，实现 taxid 与学名互译、谱系获取及分类树构建。可视化方面支持 PNG、PDF、SVG 输出，矩形与环形布局，以及 NodeStyle、Faces 和布局函数自定义样式。ClusterTree 类用于层次聚类分析，可计算轮廓系数、Dunn 指数并绘制热图。该工具适用于系统发育基因组学、基因家族分析、聚类验证和树比较等研究场景。
fluidsim
FluidSim 是一个面向对象的 Python 计算流体力学（CFD）框架，用于高性能流体动力学模拟。它基于伪谱方法与 FFT，为周期域方程提供求解器，性能接近 Fortran/C++，同时保留 Python 的易用性。主要能力包括：支持 2D/3D Navier-Stokes、浅水方程、分层流等多种求解器；通过 Pythran/Transonic 编译与 MPI 并行化提升性能；覆盖参数配置、模拟执行、输出分析的完整工作流；支持基于 Python 的后处理与可视化。安装使用 uv 并配合功能标志，例如基础安装 uv pip install fluidsim，FFT 支持 uv pip install "fluidsim[fft]"，MPI 并行 uv pip install "fluidsim[fft,mpi]"。无需 API 密钥或身份验证。典型流程为导入求解器、创建并配置参数、实例化模拟、执行时间步进、分析结果。适用于 2D/3D 湍流、涡动力学、海洋与大气分层流、地球物理与旋转系统等场景。
gene-database
该技能用于通过 NCBI E-utilities 与 Datasets API 查询 NCBI Gene 基因数据库，支持按基因符号或 Gene ID 搜索、获取基因序列与元数据、批量基因查询等操作。适用于基因注释、基因列表验证、基因面板元数据获取以及基因组标识符交叉引用等场景。
gtars
gtars 是一个用 Rust 编写的高性能基因组区间分析工具包，并提供 Python 绑定。它面向基因组区间数据处理，支持 BED 格式区间文件、区间重叠检测、覆盖度轨迹生成（WIG、BigWig）、面向机器学习的基因组 tokenization、单细胞片段分析以及参考序列管理等任务。用户可通过 Python 包（uv pip install gtars）、命令行工具（cargo install gtars-cli）或 Rust 库（在 Cargo.toml 中添加 gtars 依赖）三种方式使用。其核心模块包括基于 IGD 数据结构的重叠检测、uniwig 覆盖度轨迹生成、TreeTokenizer 基因组 tokenization、遵循 GA4GH refget 协议的参考序列管理、片段拆分与片段评分。gtars 也是 geniml Python 包的基础，常用于基因组机器学习工作流的数据预处理与 tokenization。
hmdb-database
HMDB（人类代谢组数据库）是一个免费开放的小分子代谢物综合资源库，收录人体内水溶性和脂溶性代谢物信息。当前版本 v5.0 包含 220,945 条代谢物条目、8,610 条代谢相关酶与转运蛋白序列，每条代谢物提供 130 多个数据字段，涵盖化学性质（结构、分子式、分子量、InChI、SMILES）、临床数据（生物标志物关联、疾病、正常/异常浓度）、生物学信息（通路、反应、定位）、波谱数据（NMR、MS、MS-MS）以及 KEGG、PubChem、MetaCyc、ChEBI、PDB、UniProt、GenBank 等外部数据库链接。该技能适用于代谢组学研究、临床化学、生物标志物发现和代谢物鉴定等任务，支持通过网页界面进行文本、结构（ChemQuery）、波谱和高级组合检索，也提供 XML、SDF、FASTA、TXT、CSV/TSV 等格式的批量数据下载。HMDB 不提供公开 REST API，程序化访问需联系开发团队，或使用 R/Bioconductor 的 hmdbQuery 包及本地解析下载数据集。学术和非商业研究免费使用，商业用途需获得明确许可。
huggingface-tokenizers
HuggingFace Tokenizers 是面向研究与生产环境的快速分词库，采用 Rust 核心实现并提供 Python/Node.js 绑定。官方资料显示其可在 20 秒内完成 1GB 文本的分词，比纯 Python 实现快 10–100 倍；支持 BPE、WordPiece、Unigram 三种分词算法，可用于加载预训练分词器、从零训练自定义分词器、批量编码与填充、对齐位置追踪，以及与 transformers 的 AutoTokenizer / PreTrainedTokenizerFast 集成。安装方式为 pip install tokenizers 或 pip install tokenizers transformers。