teamdeck
Teamdeck 集成技能，通过 Membrane CLI 连接 Teamdeck 资源排期与工时跟踪软件，管理组织数据。适用于用户需要与 Teamdeck 数据交互的场景，涵盖时间条目、项目、客户、资源、预订、报表等对象。
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 10-26 00:15
数据与分析
16,954 个结果
workast
Workast 集成技能：通过 Membrane CLI 连接 Workast 项目管理工具，用于管理任务、子任务、空间、请求、会议、文件与用户等数据，并自动化相关流程，适合需要与 Workast 数据交互的场景。
yodiz
Yodiz 集成技能，通过 Membrane CLI 连接 Yodiz 敏捷项目管理与问题跟踪工具，用于管理数据、记录并自动化工作流，适合需要与 Yodiz 数据交互的场景。
mesh-core-cst
MeshJS 的 @meshsdk/core-cst 低层 Cardano 工具技能，覆盖 CBOR 序列化与反序列化、Plutus 数据转换、地址解析、CIP-8 消息签名与脚本参数化等能力，适合需要直接操作 Cardano 底层原语的开发者。
algopack-access
ALGOPACK Access 技能用于帮助用户获取并排查 ALGOPACK 市场数据接口的认证与订阅问题，涵盖免费/付费密钥、API 授权、权益与限流诊断，并提供 REST 与 Python 库的接入方式及密钥安全建议。
algopack-market-data
用于通过 HTTP 直接访问 ALGOPACK 与 MOEX ISS 市场数据的技能，支持获取当前行情、证券元数据、K线、成交和订单簿，默认输出可复制的 URL、curl、规范化 JSON 行以及 CSV/JSON 交付数据。
detecting-beaconing-patterns-with-zeek
该技能通过统计分析 Zeek conn.log 中的连接时间间隔，检测 C2 信标（beaconing）模式。使用 ZAT 库将 Zeek 日志加载到 Pandas，按源/目的 IP 分组计算到达间隔的均值与标准差，以低变异系数标记可疑信标。
implementing-mobile-application-management
该技能用于实施移动应用管理（MAM）策略，通过应用级控制保护受管与非受管移动设备上的企业数据，适用于 BYOD 场景，主要围绕 Microsoft Intune 应用保护策略、条件访问与选择性擦除等配置。
mapping-attack-paths-with-bloodhound-ce
该技能介绍如何使用 BloodHound Community Edition 结合 SharpHound 与 AzureHound 采集本地 Active Directory 和 Entra ID 数据，构建攻击路径图并分析本地、云及混合环境中的权限提升链，仅限授权安全测试使用。
adequacy-assessment
该技能用于依据 GDPR 第 45 条评估第三国充分性决定，涵盖欧盟委员会现行充分性决定清单、部分覆盖范围处理办法、定期审查义务及实务核查流程，帮助判断向特定国家、地区或行业转移个人数据是否可直接依赖充分性决定。
ai-data-retention
面向 AI 合规的数据保留与机器遗忘技能，覆盖训练数据删除验证、模型版本管理与遗忘技术，帮助满足 GDPR 存储限制与删除权要求。
ai-data-subject-rights
面向 AI 系统的数据主体权利实现框架，覆盖 GDPR 第15至22条及 AI 法案第86条解释权，涉及训练数据访问、更正、删除、模型遗忘、限制处理、可携带、反对与自动化决策的人工复核和异议程序。
gdpr-dpa-art28
该技能用于指导依据 GDPR 第 28(3) 条起草和审查数据处理协议（DPA），覆盖八项强制条款，并提供合规检查清单与 2021 年欧盟标准合同条款参考，适用于控制者与处理者之间的数据处理约定。
walrus-http-api
Walrus 的 HTTP REST API 技能，通过 publisher（写入）与 aggregator（读取）服务存取 blob。用 HTTP PUT 上传、GET 读取，无需安装 SDK，适合任意语言的简单集成。
abductive-analyst
abductive-analyst 是一个面向质性访谈数据分析的 AI 技能，依据 Timmermans 与 Tavory 的溯因分析（abductive analysis）方法，通过多阶段流程引导研究者从意外、异常与矛盾出发，生成新的理论洞见。
dataset-curator
用于设计、清洗、去重和记录机器学习与LLM训练/评测数据集的技能，覆盖schema设计、类别不平衡处理、分层划分、标注指南与数据集卡片编写，帮助避免数据质量导致泛化差、评测泄漏和偏差等问题。
ga-taxonomy
ga-taxonomy 是一个 GA4 事件分类法技能，帮助营销人员把电子表格中的计划事件与参数解析为分类法，与 GA4 实际收集的数据核对，或在空白状态下根据实时数据起草。适合非技术营销人员。
single2spatial-spatial-mapping
基于 omicverse 的 Single2Spatial 工作流，将单细胞 RNA 测序图谱映射到空间转录组切片上，通过深度森林训练重建 spot 级细胞比例并可视化标记基因表达。
boxlang-configuration
用于配置 BoxLang 运行时的技能：通过 boxlang.json 设置运行参数，并用环境变量或 Java 系统属性覆盖配置，涵盖数据源、缓存、执行器、日志、安全、模块、调度器与文件监视等设置。
data-architect
data-architect 是一个面向企业与方案级数据架构设计的技能，覆盖数据网格、湖仓、治理、领域驱动设计、概念/逻辑/物理数据建模、平台选型与合规框架，产出 ADR、数据模型图、平台对比矩阵和治理策略模板。
calci-prediction-market
Calci 预测市场（Prediction Market）领域知识技能，其底层由 Kalshi 驱动。该技能提供领域模型、交易机制与 API 约定，帮助理解 Calci/Kalshi 数据并向用户清晰解释。核心模型为二元事件合约：每个可交易合约针对现实结果给出 Yes/No，获胜方支付 1 美元，失败方支付 0 美元，价格在 0.01–0.99 美元之间代表隐含概率。数据层级为 Series（系列）→ Event（事件）→ Market（市场）。技能涵盖市场对象字段含义、订单簿与交易机制、结算与裁决规则，以及公开数据与需认证的交易/账户 API 约定，并说明实时更新通过 WebSocket 订阅实现。
serverpod-database
Serverpod 的 ORM 数据库技能，支持 PostgreSQL 与 SQLite，涵盖 CRUD、过滤、排序、分页、关联加载、事务、行锁、原生 SQL 及客户端本地数据库。
hugging-face-datasets
该技能用于在 Hugging Face Hub 上创建和管理数据集，支持初始化仓库、定义配置与系统提示词、流式追加行更新，以及基于 SQL 的数据集查询与转换。它通过两个 PEP 723 脚本实现：dataset_manager.py 负责数据集创建与内容管理，sql_manager.py 借助 DuckDB 的 hf:// 协议对任意公开（或带令牌的私有）数据集执行 SQL 查询、采样、聚合、过滤、连接、重塑，并可导出为 Parquet/JSONL 或推送为新仓库。技能提供聊天、分类、问答、补全、表格等多种模板，并包含 JSON 校验、批处理和错误恢复等质量保障能力，定位为对 Hugging Face MCP 服务器（负责发现与检索）的补充，专注于数据集的编辑与查询。
coolprop-db
基于 CoolProp 开源热物性库的技能，可查询 100 多种纯流体与准纯流体的热力学与输运性质，覆盖水、空气、制冷剂、工业气体等，并提供 Python 调用方式。