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 10-26 00:15
16,963 个结果
RevOS Dashboards 是一套通过 RevOS MCP 服务器读写和修复仪表盘的能力，适用于以指标卡（metric card）为核心的看板管理。每张卡片只描述一个数值指标及其统计范围，支持按分段（segment）或过滤条件（filter）圈定行集，可通过 joinPaths 指向关联数据立方体，并可选用 breakdown 维度按分组展示（条形、柱状、环形、表格），支持标题与排序。仪表盘为全组织共享，无私有看板。工具提供 dashboards 与 dashboard-cards 的读取、创建、更新、删除接口，写入需 Member 角色，读取需 Viewer 角色，权限不足返回 403。服务器会校验仪表盘、分段、指标类型、维度与条件字段是否存在，以及分段与过滤不能同时设置；但不校验分段根、指标条件、扇出与 joinPaths，因此卡片可能保存成功却在应用中显示为不可用。文档还说明了卡片失效的排查顺序、删除不可撤销以及创建前先查重等注意事项。
Metrics 是 RevOS 中的一个技能，用于通过 RevOS MCP 服务器查询和探索组织的语义模型指标（metric）。指标是语义模型中完全限定的度量，例如 crm_deals.amount，对应应用 Metrics 页面列出的各项度量。该技能为只读操作，可查目录、找到指标的引用位置、按范围（筛选条件或分段）计算指标值，并按维度拆分结果，计算方式与应用内一致。适合用户以具名指标思考问题，或想获取某张仪表板卡片上的数字；多指标混合、自定义分组等临时分析更适合 semantic-model 技能。
Semantic Model 是 RevOS 提供的技能，用于在聊天中直接回答关于组织数据的业务问题。它通过 RevOS MCP 服务器查询实时语义模型，将自然语言问题（如“有多少订单……”“按……划分的收入”“排名前……”）转换为对 cubes 资源的 api_read 调用，并返回可渲染的结果。该技能强调先通过 meta 发现可查询的成员，再按需构建 Cube.js 查询，最后以 Markdown 表格和（在适合时）内联图表呈现数据，适用于业务分析、数据探索和报表问答等场景。
用于实现数据质量校验的技能，结合 Great Expectations、dbt tests 和数据契约，适用于构建数据质量管道、实施校验、建立团队间数据契约及监控数据质量指标。
面向现代云数据库的数据库管理员技能，覆盖 AWS/Azure/GCP 云数据库、自动化运维与可靠性工程，提供高可用、容灾、性能优化与安全合规方面的指导、最佳实践和检查清单。
面向 Python Web 应用（FastAPI、Flask）的 OWASP A08:2025 软件与数据完整性失效安全测试技能，覆盖不安全反序列化、批量赋值、SRI 缺失、未校验自动更新等风险，含检测模式、修复示例与审计清单。
用于设计并审计收入预测、产能规划、漏斗假设、销售管线、转化、扩张、流失、留存分群与毛利等财务与运营分析，输出带有负责人、关卡、指标与恢复路径的具体交付物。
使用 tf.data API 构建高效、可扩展的 TensorFlow 数据管道，覆盖数据集创建、变换、批处理、打乱、预取与性能优化，以提升 GPU/TPU 利用率。
从 Stata .dta 文件自动生成数据字典（codebook）的技能，输出变量名、类型、标签、值标签、描述统计与缺失情况，支持 summary、full、analysis 三种模式及变量筛选、输出路径与格式参数。
eceee-news-fulltext-fetch 是一个用于抓取 eceee 新闻归档全文的 Python 技能脚本。它从 https://www.eceee.org/all-news/ 发现文章链接，将条目元数据写入 SQLite，并抓取、提取每篇文章的正文内容，保存到配套表中，支持可重试的增量同步。适用于需要把 eceee 新闻正文落地到本地 SQLite、并建立可恢复抓取队列的场景。
用于为体育模型设计按时间顺序的验证方案并撰写评估章程，涵盖前向切分、分组时间折、指标锁定与调参边界，帮助在拟合前固定折、指标、基线和通过/失败规则，避免随机切分带来的未来信息泄漏。
港股估值分析器，提供港股市场整体估值、行业估值对比与个股估值分析，支持DCF、DDM等绝对估值及PE/PB/PS等相对估值方法，并输出估值分位数与信号。
dataset-quality-audit 是一个面向表格数据（CSV/Excel/TSV/JSON）的数据质量审计工具，通过 12 个维度对数据进行检查，输出每个维度的评分（0–100）、总体等级以及可操作的修复建议。检查维度包括：缺失值、重复行、类型一致性、数值范围与异常值（IQR 方法）、格式合规性（日期、邮箱、电话等）、唯一性约束、空白字符问题、常量列、分布偏度、列命名规范、基数异常以及跨列一致性。工具以 Python 脚本形式提供，依赖 Python 3.8+、pandas 和 numpy，可通过命令行运行并支持将报告输出为 JSON。
Deeplake 托管服务 SDK，用于将数据写入 Deeplake 托管表，支持 Python 与 Node.js/TypeScript。适用于用户希望在 Deeplake 中存储、写入或查询数据的场景。Python 通过 pip install deeplake 安装并使用 Client，Node.js/TypeScript 通过 npm install deeplake 安装并使用 ManagedClient（需先调用 initializeWasm）。支持文件写入（视频、图片、PDF、文本等自动分块）、结构化数据写入、HuggingFace 数据集导入、格式对象写入，以及流式查询、原生 SQL、向量相似度搜索、BM25 文本搜索和混合搜索。
Campaign Manager 是一项面向目标的结合蛋白（binder）设计流程规划与健康评估技能，属于蛋白设计技能集。当用户提出类似“我需要 10 个针对 EGFR 的高质量结合蛋白”的需求时，该技能可将目标转化为完整的计算设计流水线，估算所需骨架数量、序列数量、预计耗时与 GPU 计算成本，并给出推荐的工具组合（如 RFdiffusion、ProteinMPNN、Chai、AlphaFold、ESMFold2、ESM2 等）。它还提供标准微型蛋白结合剂设计流程的完整命令示例、不同目标数量对应的规模建议表、工具选择指南、目标难度评估指标，以及基于 pLDDT、ipTM、scRMSD 通过率的流程健康度诊断脚本与结果解读。
ipSAE（interprotein Score from Aligned Errors，基于对齐误差的蛋白间评分）是一个用于对 AlphaFold2、AlphaFold3 和 Boltz1 预测的蛋白质-蛋白质相互作用进行排序的评分函数。相比 ipTM，它能更可靠地区分真实与虚假的预测复合物，因为 ipTM 会把界面置信度稀释到无序或附属区域。在 Overath 等人 2025 年的 binder 元分析中，AF3 ipSAE_min 相比 RFdiffusion 流程常用的 ipAE 评分，平均精度提升了 1.4 倍。该技能适用于对 binder 设计进行实验测试排序，支持 AF2、AF3、Boltz1 等预测器，输出链对评分和残基级评分，并提供推荐阈值与批量处理脚本。
介绍在 Vercel 上使用 Serverless PostgreSQL 的技能，围绕 @vercel/postgres 的 sql 标签模版、连接池与边缘运行时用法，并说明该包已于 2024 年 12 月弃用，新项目应改用 @neondatabase/serverless。
arch-database 是 OpenClaw 生态中的数据库架构技能，用于辅助 AI 智能体在关系型、文档型、图与向量数据库之间做选型，并给出模式设计、索引优化、复制与分片规划建议。
Neo4j 社区版图数据库技能，支持模式管理、CRUD、备份，并通过 bolt 协议执行 Cypher 查询。
用于构建医学影像数据自动化流水线的技能，覆盖 DICOM 到 NIfTI、PNG、HDF5 的格式转换、批量处理、预处理、ML 数据集准备与元数据清单生成，基于 Python 与 pydicom、SimpleITK、nibabel 等库。
面向临床与生物医学研究的生物统计技能，覆盖生存分析、Kaplan-Meier估计、Cox比例风险模型、竞争风险、纵向数据、诊断准确性、缺失数据与样本量等分析流程。
Bmob 纯 Swift SDK（BmobSwiftSDK）开发技能，用于 iOS 15+/macOS 12+ 上实现 Bmob NoSQL 数据库 CRUD、查询、用户、文件与云函数调用，基于 async/await，支持 SPM 与 CocoaPods。
用于为一个数据集创建或转换 Vignette 目录仓库的脚手架技能：生成 manifest 与首个可运行 notebook，而非完整包或流水线，支持新目录或 --adopt 改造已有仓库。
ChatLab 聊天转换（chatlab-convert-cn）是一个用于将 ChatLab 暂不支持的本地聊天导出文件转换为经过验证的 ChatLab JSONL 或 JSON 格式的技能。其核心思路是不修改源文件，先分析源文件结构（字段名、列名、值类型、数量、时间戳形态等），再编写并运行本地 Node.js 或 Python 转换脚本，在导入前核对记录数量。该技能支持处理 CSV、HTML、TXT、XML、SQLite/数据库以及厂商自定义格式等暂不被 ChatLab 原生识别的导出文件。转换过程强调本地处理、只读源文件、不静默跳过损坏记录，并优先交付可复用的转换脚本和经过验证的 JSONL，而非一次性改写文件。安装命令为 npx skills add ChatLab/ChatLab --skill chatlab-convert-cn -g。