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 10-16 00:02
15,685 个结果
Xata 是一个开源、云原生的 Postgres 平台，基于 Kubernetes 构建，提供写时复制（CoW）分支、缩容至零、自动扩缩容、高可用、PITR 备份以及无服务器 SQL 驱动。它构建在 CloudNativePG 与 OpenEBS 之上。该技能面向使用 Xata 平台的开发者，涵盖本地开发环境搭建（Docker、Kind、Tilt、kubectl）、CLI 认证与项目管理、分支的创建与连接、API 密钥的 RBAC 管理、通过 HTTP/WebSockets 执行 SQL 的无服务器驱动、直接 Postgres 连接、CI/CD 预览环境工作流、GitHub Actions 集成、编程式分支管理、缩容至零以及故障排查等内容。
yield-strategies 是 DeFiLlama 技能集中用于查询 DeFi 收益与 APY 数据的指南，核心工具为 get_yield_pools。它说明了 APY 数值已是百分比（如 apy=2.32 表示 2.32%，无需再乘 100），并覆盖按代币、链、协议、类别、稳定币模式、最低 APY、最低 TVL 等条件筛选资金池，支持代币家族匹配、排序、历史数据与波动率、借贷成本以及资金容量评估。
中文介绍正在整理，稍后补充。
ClinicalTrials.gov 数据库技能，通过 ClinicalTrials.gov API v2 查询全球临床试验注册信息。可按疾病/状况、药物/干预措施、地点、招募状态、试验阶段、申办方等条件检索试验，按 NCT ID 获取试验详情，支持分页批量获取与 CSV 导出。API 为公开接口，无需认证，速率限制约每分钟 50 次请求，支持 JSON 与 CSV 格式。适用于患者匹配、研究分析、药物研发追踪、地理检索、机构追踪、数据导出、试验监测与入组资格筛查等场景。
Cloudflare D1 是运行在 Cloudflare 边缘网络上的无服务器 SQLite 数据库，本技能用于指导开发者创建数据库、编写 SQL 迁移、从 Workers 查询 D1 以及处理相关错误。内容涵盖快速上手流程（wrangler d1 create 创建数据库、配置 wrangler.jsonc 绑定、创建并应用迁移、在 Worker 中查询）、迁移系统与最佳实践、D1 Workers API（prepare/bind、all/first/run/batch/exec）、常见查询模式（CRUD、分页、批量伪事务）、错误处理与重试、性能优化（索引、PRAGMA optimize）、本地开发与远程绑定、以及扩展与限制（10GB 单库上限的分片方案、2MB 行大小限制等）。
该技能通过卖家精灵（SellerSprite）获取亚马逊类目节点级别的市场统计数据，输出市场统计看板。统计内容包含头部 Listing 的平均评分、均价、BSR、销量、卖家数量以及新品相关指标，用于快速判断某个类目市场的质量与竞争格局。调用方式为 POST /sellersprite/market/statistics 接口，或运行 Python 脚本 scripts/sellersprite_market_statistics.py，需提供 marketplace 与 nodeIdPath 等参数。适合类目市场统计、选市场看板、市场基础盘评估、节点市场质量判断、头部商品统计等场景。
中文介绍正在整理，稍后补充。
Chief Data Officer Advisor 是面向初创公司 CDO 与创始人的战略数据领导力技能，聚焦四类决策：AI 训练数据权利与同意来源审计、数据产品架构（仓库/湖仓/数据网格）与自建或采购选择、B2B 客户数据资产估值与产品化路径、数据团队组织演进与招聘顺序。它提供三个可执行脚本（ai_training_data_audit.py、data_product_strategy_picker.py、data_asset_valuator.py）及四份参考文档，不覆盖战术性数据工程（如模式设计、可观测性、查询优化、RAG、ML 平台实现）。
Bankr x402 SDK 余额查询技能：用自然语言查询多链钱包余额与投资组合数据，支持单币、多币、全链持仓、USD 估值及 NFT 持有与地板价，覆盖 Base、Ethereum、Polygon、Solana。
Cost Basis Engine 是一个用于加密货币交易成本基础计算的技能，支持多种会计方法，包括特定识别、FIFO、LIFO、HIFO 和比例平均成本法，并能处理部分卖出。该技能可处理链上活动的完整复杂性，如代币迁移、空投、质押奖励、LP 进入/退出和多跳交换，并比较不同方法下的税务负担。它仅提供信息性计算工具，不构成税务、法律或财务建议。
用于把 MotherDuck 分析能力构建到面向客户的应用中，涵盖租户隔离、后端路由与 Serving API 设计。指导选择三层架构、嵌入式 Dive 或 DuckDB-Wasm 等方案，并产出隔离模型、连接策略与上线计划。
面向网页抓取与 Apify Actor 开发的技能，可自动发现 API、推荐抓取策略并处理反爬。适用于数据提取、链接发现、403 拦截排查和 scraper 生产化。
GeoPandas 是一个基于 pandas 的 Python 库，用于处理地理空间矢量数据，支持 Shapefile、GeoJSON、GeoPackage 等格式。它结合了 pandas 的数据处理能力和 shapely 的几何操作，提供 GeoSeries 和 GeoDataFrame 两种核心数据结构，可进行坐标参考系管理、几何运算、空间连接、叠加分析、融合以及静态和交互式地图可视化。适用于地理数据分析、空间查询、多源数据整合等场景。
用于检测本机可访问的 Hummingbot 交易所连接器，并按代币搜索各交易所的交易规则，包括最小下单量、最小价格增量和支持的订单类型。
CSV Processor 是一个用于解析、转换和分析 CSV 文件的技能，具备较完整的数据处理能力。它可以自动识别逗号、制表符、分号、竖线等分隔符，处理 UTF-8、Latin-1、Windows-1252 等编码，支持带引号字段、转义字符和多行字段，并能自动识别表头。在数据转换方面，支持按条件筛选行、选择列、排序、分组、合并多个 CSV 文件、将大文件拆分为小块以及数据透视与逆透视。在数据清洗方面，可去除重复项、处理缺失值、去除空白、规范化数据格式、修复编码问题并校验数据类型。在数据分析方面，可生成求和、平均值、最小值、最大值、计数等统计信息，识别数据质量问题、检测异常值、分析列数据类型并计算分布。该技能以指令形式调用，提供多种命令行式用法示例，并给出 Python（pandas、csv 模块）与 JavaScript（csv-parser、papaparse、csv-writer、lodash）的读写、筛选、选择列、排序、分组聚合、合并、清洗、校验、规范化、统计摘要、数据剖析和报告生成等代码示例。适用于需要对 CSV 进行批量清洗、转换、合并、拆分、统计与质量检查的场景。具体收费、价格、平台支持范围等信息暂未提供。
将 CSV、Google Sheets 或数据库中的原始数据转化为面向高管的报告，包含可视化图表、关键指标、趋势分析与可执行的行动建议。
该技能专注于数据库结构与数据迁移，覆盖 Sequelize、TypeORM、Prisma 三种 ORM 的迁移编写方式，并提供回滚策略与零停机部署方案。内容涵盖迁移文件示例（up/down 结构）、字段增删改、列重命名、列类型变更、复杂数据转换、基于事务和检查点的回滚、蓝绿部署分阶段迁移，以及 PostgreSQL 与 MySQL 之间的跨库差异处理。同时给出最佳实践（始终编写回滚、先测试、使用事务、备份、小步增量、监控、文档化、可重入）和常见陷阱（未测试回滚、破坏性变更、忽略 NULL、索引性能、外键约束、一次性迁移过多数据）。需注意：目录中列出的部分参考文档、模板与脚本属于外部先决条件，未随本技能打包，使用依赖这些路径的步骤前需确认其已安装可用。
Encore Caching（Redis）是 Encore.ts 提供的类型安全 Redis 缓存封装。开发者只需声明一次 CacheCluster，再按数据形态创建 Keyspace 对象，即可获得带类型的键值访问能力。支持字符串、整数、浮点数、结构体（JSON）、列表、集合等多种 Keyspace 类型，内置 TTL 过期策略（毫秒、秒、分钟、小时、每日定时、永不过期、保留原 TTL）以及原子计数器、条件写入等操作。键模式支持多字段组合，get() 未命中返回 undefined，replace() 与 setIfNotExists() 在冲突时抛出 CacheMiss 或 CacheKeyExists。本地开发使用带约 100 键上限的内存 Redis，不适合压测；持久化存储应改用 encore-database（Postgres）或 encore-bucket（对象存储）。
Valuation Snapshot Skill 是一款快速判断个股估值水平的技能，用于回答股票当前贵不贵、处于历史什么分位、在同业中的相对位置，以及价格隐含的市场预期与重估条件，适合估值筛查和赔率讨论。
面向 Power BI 报表设计阶段的设计指导技能（来自 microsoft/skills-for-fabric）。在编写 PBIR 文件之前，帮助确定报表基调与视觉签名、逐页选择页面原型与图表类型，并给出配色、排版、布局、交互与无障碍设计建议。
该技能用于从 ArrayExpress 和 BioStudies 检索基因表达与多组学数据集，并提供基因名消歧与数据质量评估。它支持按基因、疾病、物种、平台等条件搜索实验，获取实验元数据、样本注释与数据文件，并按生物学重复数、元数据完整度等标准对数据集进行质量分级。适用于需要查找 RNA-seq 或微阵列实验、进行跨数据库数据集调研、评估数据可用性以及寻找多组学研究资源的场景。工具调用需使用英文术语，回答使用用户语言。
该技能用于在 MotherDuck 上构建从数据摄取到对外服务的完整数据管道，涵盖阶段边界划分、数据转换以及结果发布。根据资料，其工作流程包括：检查可用的 MotherDuck 服务器或提供的源与目标上下文、检查当前工作区与目标数据模型、定义 raw（原始层）、staging（暂存层）和 analytics（分析层）边界、摄取原始数据、去重与类型化并提升到暂存层、物化分析就绪的输出、在下游发布前校验计数、新鲜度、唯一性和业务指标。技能给出的管道默认偏好包括：批处理优先于流式、先原始落地再整理、显式的 raw -> staging -> analytics 边界、批量摄取路径优先于逐行写入、在定时自动化前保证幂等重建或追加契约、在推荐上游写入/检查点/lakehouse 特性前先验证受 MotherDuck 支持的 DuckDB 客户端版本、除非明确要求 DuckLake 否则使用 MotherDuck 原生存储等。执行方式上，有 shell 时使用 MotherDuck CLI 处理 Flight 源和大型文件形态输出，纯聊天场景使用 MCP。
MotherDuck Connect 是一个用于建立和排查 MotherDuck 连接、认证、客户端运行时与读取扩展（read scaling）配置的技能。它指导用户根据工作负载选择合适的连接方式：后端应用、BI 工具和无服务器运行时优先使用 Postgres 兼容端点（PG endpoint），需要本地文件、本地/云端混合执行或直接控制 DuckDB 时使用原生 DuckDB API，多数据库探索、引导流程和临时验证环境则使用 md: 工作区连接。该技能强调复用已有连接与令牌、将令牌放入环境管理的密钥中、先用 SELECT 1 验证连接再列出可访问表，并仅在存在真实并发读取压力时才添加连接池或读取扩展。它还区分连接方式与运行时（MCP、MotherDuck CLI、Python/Node 进程、DuckDB CLI），建议在安装 DuckDB 客户端前检查官方版本清单并固定受支持的版本。
PgQue 是一个基于快照的 Postgres 队列技能，使用纯 PL/pgSQL 重新实现 PgQ（Skype/Postgres）架构，无需任何 C 扩展。它通过快照式批处理和基于 TRUNCATE 的表轮换替代行级锁，实现零死元组膨胀、持续负载下可预测的性能以及原生扇出（fan-out）。只需一个 SQL 文件即可安装在任何 Postgres 14+ 实例上，包括 RDS、Aurora、Cloud SQL、Supabase、Neon 等托管服务。核心概念包括 Tick（周期性快照，关闭一批事件）、Batch（一次 Tick 捕获的事件组，由订阅者原子消费）、Subscriber/Consumer（事件日志上的命名游标，多个消费者各自获得每批的独立副本）。端到端投递延迟约 1–2 秒（一个 Tick 间隔加轮询），单次函数调用延迟为微秒级。