turbulence-models-db
turbulence-models-db 是一个面向 CFD(计算流体力学)的湍流模型参考技能,用于选择与配置 k-epsilon、k-omega SST、LES 等湍流模型,资料涵盖 RANS、LES、混合 RANS-LES 方法及各模型的适用场景、壁面处理、y+ 需求和计算成本。
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
16,954 个结果
turbulence-models-db 是一个面向 CFD(计算流体力学)的湍流模型参考技能,用于选择与配置 k-epsilon、k-omega SST、LES 等湍流模型,资料涵盖 RANS、LES、混合 RANS-LES 方法及各模型的适用场景、壁面处理、y+ 需求和计算成本。
这是一个基于 Python 的命令行工具,通过 yfinance 库从 Yahoo Finance 获取股票数据,无需 API 密钥。它支持查询股价、详细报价、基本面指标、财报、期权链、股息、分析师评级等信息,并提供历史数据查看、多标的对比与代码搜索功能。适合在终端中快速查看美股、印度股票、加密货币、外汇及 ETF 等行情与财务数据,要求 Python 3.11+ 和 uv 环境,首次运行会自动安装依赖。需注意 Yahoo Finance 可能对过多请求进行限流,部分证券的期权或股息数据可能不可用。
Syncfusion .NET MAUI 金字塔图(SfPyramidChart)技能,用于在 .NET MAUI 应用中实现金字塔图,直观呈现层级、比例及部分与整体的数据关系。该控件为无坐标轴的单系列图表,数据以百分比表示,各部分之和等于整体。支持数据标签、图例、工具提示、调色板与渐变、Linear 与 Surface 两种模式、GapRatio 段间距控制,以及导出为 JPEG/PNG 图片或流。适用于销售阶段、流程流转、人口统计等漏斗式可视化场景。
SQL Query 是一个用于生成和优化 SQL 查询的技能,面向数据检索、分析与报表场景。它可以根据需求生成 SELECT、INSERT、UPDATE、DELETE 等语句,帮助构建复杂的 JOIN 与子查询,使用 GROUP BY 和窗口函数进行数据聚合,并对查询性能进行优化。资料中给出了基础查询、聚合查询和窗口函数三类查询范式,以及参数化查询、索引、避免 SELECT *、使用 EXPLAIN 等最佳实践。
LinkedIn Export 是一个技能工具,用于解析、搜索、分析和导入 LinkedIn GDPR 数据导出包。它可把导出 ZIP 中的 CSV 数据解析为结构化 JSON,支持按联系人、关键词、日期搜索消息,分析人脉网络(公司、职位、时间线),导出为 Markdown,并可将文档导入 RLAMA 进行语义搜索。基于 Python 3.10+(通过 uv 运行),可选配合 RLAMA 与 Ollama。适合需要归档、检索和分析自己 LinkedIn 数据的用户。
manage-sprite-atlas 是 Unity 官方 Agent Plugin 中的一个技能,用于通过预构建管线(prebuild pipeline)管理 SpriteAtlas 资源,涵盖主图集与变体图集、打包设置以及平台覆盖配置。该技能面向 Unity 的 SpriteAtlas V2 架构,强调编辑器制作(SpriteAtlasAsset)与运行时访问(SpriteAtlas)的严格分离,默认使用 IPreprocessBuildWithReport 在构建前自动生成或更新图集,而非手动菜单操作。它提供内置数据(立即加载)与 Addressables 延迟绑定(按需加载)两种交付方式,并附带 resources 目录下的可运行 C# 参考实现与常见错误文档。适用于在 Unity 项目中自动化创建、分类、打包和交付精灵图集,要求 Unity 6000.3 或更高版本。
汇总上交所/深交所市场总貌、成交概况、地区与行业统计及资金概览,用于快速把握市场状态。适用于询问市场总貌、交易所统计、成交概况、市场资金概览或需要市场仪表盘的场景。
chart-image 是一个基于 Vega-Lite 的图表技能,用于从数据生成出版级 PNG 图片,支持折线、柱状、面积、饼图、K线、热力图等类型。专为 Fly.io、VPS、Docker 等无头服务器环境设计,无需浏览器与原生编译,可离线生成图表。
PostgreSQL 运维、优化与管理的技能,覆盖从模式设计到生产运维的完整流程。适用于:模式设计、索引选择、使用 EXPLAIN ANALYZE 进行查询调优、postgresql.conf 配置调优、备份与恢复、VACUUM 与维护、监控、连接池、行级安全(RLS)、全文搜索等场景。
Social Media Scout 是一个跨平台社交媒体数据查询技能,由 43 COLLEGE 凯寓(KAIYU)出品,版本 v1.0。它通过 TikHub API 获取 926+ 个社交媒体接口的数据,支持抖音、TikTok、小红书、微博、B站、快手、Instagram、YouTube、Twitter、微信公众号等平台。可用于查询社交媒体账号信息、搜索内容、获取视频或帖子数据、查看评论、解析分享链接、下载视频、获取微信公众号文章列表或提取文章内容。技能提供 MCP 与 REST 两条调用路径,call_tool() 支持自动降级;使用前需在 scripts/config.json 中配置 API Key,首次配置可参考 SETUP.md。
面向 Android 的 MVI(Model-View-Intent)架构模式技能,强调单向数据流、状态管理与副作用处理,包含 State、Intent、SideEffect、ViewModel、Compose UI 集成及测试示例。
该技能用于借助 Snowflake 云端数据仓库执行可扩展的 SQL 查询与大数据分析,适合数据工程、ETL、商业智能等场景,可通过 SnowSQL CLI、Python 连接器或 REST API 操作,支持从 S3 等云存储装卸数据与资源管理。
在 Python 服务端扩展 SQLite 的技能:讲解应用自定义函数(标量、聚合、窗口)与可加载 C 扩展两种方式,用于实现自定义 SQL 逻辑,如转换、评分、聚合,以及加载第三方扩展(如 sqlite-vec、SpatiaLite)。
PostgreSQL 关系型数据库技能,覆盖 SQL 查询、索引、约束与性能优化。适用于建表、分页查询、连接、聚合、UPSERT、数据备份与监控等场景,并包含生产环境安全配置、连接池与高可用实践要点。
CodeAlive Context Engine 是 CodeAlive 的语义代码智能技能,支持在已索引的代码库与文档中进行语义搜索、grep 精确搜索、问答、文件读取与关系分析,覆盖当前项目、组织仓库和依赖。需 CodeAlive API 密钥。
法律诊所文件初稿技能,按实践领域模板与管辖地格式生成劳动争议仲裁申请书、离婚起诉状、人身保护令申请书、律师函等起手稿,内嵌待核实标记,供学生分析与指导律师审查。
只读查看钱包在 DFlow Kalshi 预测市场的持仓:当前头寸、未实现按市值计价、已实现盈亏、成交历史与可赎回头寸。需 DFlow 文档 MCP,可选 dflow CLI。
用于审查 Remix v2 数据流代码的技能:检查 route 模块中的 loader 与 action 是否存在在 loader 中做写操作、缺少校验、泄露服务端字段、返回助手用错、遗留 v1 useTransition 等问题。
面向 Android Kotlin 应用开发的数据层参考技能,蒸馏自官方文档,覆盖 Room、DataStore、文件与媒体存储、网络等主题,按任务映射到对应 README 与细分文档。
Supabase Postgres 最佳实践是 Supabase 维护的 Postgres 性能优化指南,适用于任何环境运行的 Postgres,而非仅限 Supabase 平台。该技能在编写或修改任何 Postgres 相关内容之前加载,涵盖 8 大类规则,并按影响程度排出优先级,用于指导自动化查询优化与 Schema 设计。分类包括:查询性能、连接管理、安全与 RLS(均为关键级),Schema 设计(高级),并发与锁(中高级),数据访问模式(中级),监控与诊断(中低级),以及高级特性(低级)。每条规则以独立文件呈现,包含规则重要性说明、错误 SQL 示例、正确 SQL 示例,以及可选的 EXPLAIN 输出或指标、补充背景与参考链接,并在适用时给出 Supabase 专属说明。适用时机包括:编写 SQL 查询或设计 Schema、实现索引或查询优化、排查数据库性能问题、配置连接池或扩展、针对 Postgres 特有功能进行优化,以及使用行级安全(RLS)时。使用方式是查阅 references 目录下的单个规则文件,如 query-missing-indexes.md、query-partial-indexes.md、_sections.md 等,获取详细解释与 SQL 示例。资料中未提及收费、价格与具体安装命令。
Firecrawl Business Contacts 是一个用于查找企业公开联系渠道的工作流:既能按用户点名的公司查询,也能按业务类型和地点描述来发现公司,再定位其官网、新闻室或帮助中心等官方页面,抓取并核实新闻媒体、销售、支持、合作、通用等联系方式的邮箱、电话和表单地址,并为每个值标注来源页面。它只报告已公开的组织级共享联系渠道,不输出员工个人直连信息,也不进行外联发送。
“异常调查”技能:当数据中已出现已知异常(指标突升突降、离群点或意外数值)时,用“形成—检验—排除—确认”的循环做根因分析。产物为调查日志,反馈信号为存活候选原因的数量,最终收敛到经反驳检验和正向验证确认的单一原因。
面向数据集的迭代式自检探索分析技能:以“假设→计算→独立复算验证”的循环产出发现报告,只有能被重新计算复现且效应量达标的结论才会写入报告,未获支持的假设记为已否定。
data-loss-gate 是一个在执行批量删除、清理等破坏性操作前强制要求用户确认的技能约定,覆盖 shell 层(rm -rf、git rm、批量 sed)与 gbrain 数据库层(批量 forget、页面删除、purge、源移除、SQL 截断等)。