pyvista-visualization
PyVista 是一个基于 VTK 构建的高层 3D 可视化库,本技能聚焦于用 PyVista 对计算流体力学(CFD)结果进行三维可视化,包括速度场、压力云图、流线与泵体几何的交互式展示。技能内容涵盖安装配置、网格类型、标量场与矢量场渲染、流线追踪、体渲染、切片与裁剪、相机控制、多视口与动画、图片与网格导出等。适用于需要把 CFD 仿真数据(速度、压力、湍动能等)转为可交互三维图形的工程分析与后处理场景。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-27 00:15
16,987 个结果
PyVista 是一个基于 VTK 构建的高层 3D 可视化库,本技能聚焦于用 PyVista 对计算流体力学(CFD)结果进行三维可视化,包括速度场、压力云图、流线与泵体几何的交互式展示。技能内容涵盖安装配置、网格类型、标量场与矢量场渲染、流线追踪、体渲染、切片与裁剪、相机控制、多视口与动画、图片与网格导出等。适用于需要把 CFD 仿真数据(速度、压力、湍动能等)转为可交互三维图形的工程分析与后处理场景。
thermo-package 是一个面向化学与机械工程师的 Python 热力学计算技能,基于 thermo 与 chemicals 库,用于计算纯组分与混合物的热力学性质及相平衡。它提供温度相关的黏度、密度、热导率、蒸气压、热容、焓与熵等数据,并支持 Peng-Robinson、SRK 等状态方程与闪蒸(VLE)计算。该技能重点服务于泵类应用场景,例如随温度变化的物性修正、泵功率校正、混合物性质计算、NPSH 与汽蚀评估、多级泵温升与焓升计算,以及判断是否发生闪蒸或两相流。使用时通过 pip install thermo chemicals 安装,常用模块包括 thermo.chemical、thermo.mixture、thermo.stream 和 thermo.eos,内置 20000 多种化学品的数据库,可按名称或 CAS 号查询。所有物性采用 SI 单位。需要注意的是,部分关联式适用温度范围有限(如低于 150°C),超出范围或缺少交互参数时可能返回 None 或结果失真,建议在高压(>20 bar)场景选用合适的状态方程,并用蒸汽表、RefProp 或 NIST 数据校验结果。该技能常与 fluids 库配合,由 thermo 提供物性、fluids 完成水力和摩擦计算。
面向 Python 开发者的 PostgreSQL 技能包,覆盖全文检索(tsvector/tsquery、pg_search BM25)、pgvector 向量相似度(HNSW/IVFFlat)、JSONB 与数组索引、Python 驱动与连接池,以及 AWS/GCP/Azure/Neon/Supabase 云上部署参考。
该技能用于将数据治理、数据分类、访问控制、最小权限、审批流程、保留与删除、审计日志及紧急访问(break-glass)等治理问题,转化为包含负责人、关卡、指标与恢复路径的具体交付物。它通过识别数据域、敏感字段、参与者、访问目的、保留要求、负责团队、工具与审计期望,对数据按敏感度、驻留地、来源、用途、保留期、客户可见性与允许访问角色进行分类,并定义访问请求流程、审批策略、最小权限、过期、复核节奏、审计日志、紧急访问与离职处理,最终产出治理计划、状态机、决策表、事件模式、访问清单与例外复核策略。
用于设计与审计A/B测试、留出组、功能测试、定价实验、生命周期活动、市场排序等实验平台的治理框架,输出含负责人、门禁、指标与恢复路径的治理方案、状态机、决策表、事件模式与检查清单。
财报排雷工具,依据唐朝《手把手教你读财报》方法论,用 28 条规则检查 A 股年报中的财务造假与风险信号。输入股票代码或公司名称即可运行,输出分层排雷报告。
该技能用于在 Flutter 应用中设计、实现、修复或评审产品分析,强调先确定产品问题与稳定事件契约,再埋点,并保持项目现有分析供应商、同意平台、状态管理、导航与数据架构不变。
该技能用于通过纯浏览器工作流下载 Figshare 数据集文件,适用于用户提供 Figshare DOI 或 ndownloader URL 且需要绕过反爬验证的场景。禁止使用 web_fetch 或 curl 探测,最终产出指定路径的本地文件。
UnoPim DataTransfer 是 UnoPim 中负责导入与导出任务的技能文档,说明 packages/Webkul/DataTransfer 里基于队列、分批、可追踪状态的流水线,以及如何编写 Exporter、Importer、Validator 类、排查卡住或失败的队列任务。
用于在 UnoPim 后台中构建或修改列表页(DataGrid)的代理技能,覆盖列、搜索、筛选、排序、行操作、批量操作以及对应的 Blade 列表页。
hunt-nosqli 是一个 NoSQL 注入漏洞挖掘技能,覆盖 MongoDB 操作符注入($where、$regex、$gt、$ne)、CouchDB、Redis 命令注入、NoSQLi 认证绕过与数据枚举。适用于在授权安全测试中检测登录接口、查询参数及内部服务是否可被 NoSQL 注入。
hunt-sqli 是一个用于挖掘 SQL 注入(含 NoSQL 注入)漏洞的狩猎技能,基于公开漏洞赏金报告与 CVE 案例整理,提供目标识别、探测方法与报告验证思路,属于安全审计用途。
用于分析 CSV 文件的 Claude 技能:借助 Python 与 pandas 加载数据,自动生成摘要统计与快速可视化,并根据列类型调整分析内容。
用于在正式分析前系统化剖析与探索数据集的技能,帮助了解数据的结构、质量与模式。适用于初次接触新数据集、评估数据质量、理解表结构与字段含义等场景。
一套统计分析方法技能,覆盖描述性统计、趋势分析与预测、异常值检测和假设检验,并提供对统计结论保持谨慎的判断指引,适用于业务指标与分布分析。
从已保存证据生成数学建模论文级图表,并做渲染校验:按已确认图表计划、源数据、论点与类型选最小合适图型,用确定性代码(优先 matplotlib)生成,保留可编辑源码与目标格式,统一颜色/字体/尺寸/标注,渲染后目视检查裁剪、重叠、坐标轴误导等问题,迭代至通过。
Chai 是一个基于 Chai-1 基础模型的分子结构预测技能,用于预测蛋白质复合物、蛋白质-配体以及蛋白质-DNA/RNA 的三维结构。它无需多序列比对(MSA)即可运行,支持通过 Modal、Chai API 或本地安装三种方式调用,输出 CIF 格式模型及 pTM、ipTM、pLDDT 等置信度指标,适合结合物验证、蛋白质-配体复合物预测和批量结构筛选等场景。
UniProt 是一个用于检索蛋白质序列与注释的技能,直接调用 UniProt REST API,所有操作通过本地 HTTP 请求完成,无需额外部署。它支持按登录号获取 FASTA 序列或完整 JSON 条目,提取结构域边界、自然变异等注释信息,按基因名或关键词搜索 UniProt,并获取 PDB 交叉引用。适用于靶点选择、序列比对信息收集以及为后续蛋白质设计流程准备序列和结构数据。
自动化股票投资研究工作流:用 NotebookLM Deep Research 搜集财报、研报与电话会资料,提取结构化数据,再由代理执行业务、财务、估值、市场观点、驱动因子与投资建议六阶段分析并生成报告。
用于面板数据分析的技能,涵盖固定效应、随机效应与动态 GMM,利用纵向变异并控制不可观测异质性。
专注于数据库设计、SQL 优化和迁移策略的技能,提供 SQL 优化模式与数据库迁移两大模块,并推荐配合 Database Consultant 智能体角色及 PostgreSQL/MySQL MCP、mcp-feedback-enhanced 工具使用。
用于构建 Go 微服务的技能,基于标准库 HTTP handler、sqlc、urfave/cli 与 slog,适用于创建或修改 Go HTTP 服务、添加路由与中间件等场景。
基于付费 API 的网页抓取与搜索工具,接口位于 web.surf.cascade.fyi,通过 x402(Solana 上的 USDC 支付)用 x_payment 工具调用。支持抓取任意 URL、批量抓取与网页搜索,可在内置 web_fetch 失败或被拦截时使用。
用于在 Flutter 应用中集成或升级 Contentsquare SDK 的技能,覆盖会话回放、屏幕追踪、交易、分析、遮罩与隐私同意管理。强制先执行项目健康检查,再按数据源 ID、环境 ID 或 DXA 方式初始化。