resale-secondhand-research
通过 Crawlora API 研究二手、转售与手作市场（Poshmark、Etsy、Vinted、StockX、Mercari、Depop、Whatnot、GOAT、Leboncoin），以规范化 JSON 返回商品、卖家与价格信息，无需自行抓取应用页面。
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 10-27 00:15
数据与分析
16,986 个结果
datahub-sql-workflow
DataHub SQL Workflow 是一个把 text-to-SQL 工作建立在 DataHub 数据目录证据之上的技能。它要求先调用 find_sql_context 与 inspect_tables_for_sql 获取权威文档、候选表、约定与示例，再据此选表、写 SQL 并安全执行只读查询。
mpr-cli
mpr-cli 是查询美国农业部 MyMarketNews 商品数据的命令行工具，可用于农产品价格、商品报告、牲畜市场、粮食价格等场景。需通过 MPR_API_KEY 或配置文件认证。
tanstack-query
TanStack Query（React Query）v5 数据获取与缓存最佳实践指南，涵盖查询键、缓存、mutation、服务端状态管理等，适用于基于 React 的数据驱动应用开发。
web-exploits
面向 CTF 场景的 Web 漏洞测试技能，覆盖 SQL 注入、XSS、CSRF、LFI/RFI、SSTI、文件上传绕过与 JWT 篡改等常见 Web 漏洞的检测与利用模式，并附带脚本、payload、webshell 与字典等资源。
power-analysis
用于双臂比较（A/B 测试、简单 RCT、行为研究或双模型/双配置评估）的统计功效分析与预注册技能。通过蒙特卡洛模拟估算功效、求解所需样本量、审计设计缺陷，并产出样本量论证与预注册文档。
scientific-writer
Scientific Writer Loop 是一个面向已有科学写作草稿的迭代修订技能：由五位评审角色提出具体问题，独立同行评审按 0-100 分打分，再由 scientific_writer 修订文字、图表与代码，循环直到达到阈值或预算耗尽。
tabular-cleanup
Tabular Cleanup Loop 是一个自主清理脏表格数据的智能体技能：它从 CSV/TSV/parquet/Excel/JSON 等数据转储中推断数据契约，编译为确定性检查清单，然后迭代应用 pandas 变换，直到所有检查通过或达到诚实残留。
glean-cli-search
Glean CLI 的企业知识搜索命令，用于在 Glean 实例中跨数据源查找文档、政策、工程资料等信息，结果以 JSON 返回。使用前需先阅读 glean-cli 的 SKILL.md 了解认证、全局参数与安全规则。
implement-graphql
用于在 Rails 应用中使用 graphql-ruby 构建或审查 GraphQL schema、resolver 与 mutation 的技能，强调先写失败测试、类型定义、N+1 防护、字段级授权与 schema 安全限制。
seed-database
Rails 开发与测试数据的种子方案技能：用于选择 seeds、fixtures 或 factories，强调种子必须幂等。提供静态参考数据、测试场景、复杂关系的选型建议，以及幂等种子编写、环境隔离和凭据安全规则。
data-analysis
一个用于数据分析的 Agent Skill，基于 Python 的 pandas、numpy 与可视化库，对 CSV、Excel、JSON 等数据集做统计摘要、模式识别、数据清洗与图表生成。
qgis-agents-analysis-orchestrator
一个面向 QGIS 空间分析的编排型技能，帮助在编写代码前选定分析方法、CRS、输入输出格式与算法链，避免选错分析方法或算法顺序。它只做规划与决策指引，不含实现细节。
qgis-core-data-providers
面向 QGIS 数据加载场景的技能包，讲解基于插件式提供者架构构建图层 URI、选择数据格式与加载图层。用于避免 URI 格式错误导致的图层静默加载失败，涵盖矢量、栅格、点云、网格等多种数据源。
qgis-impl-raster-analysis
QGIS 栅格分析技能包，用于地图代数、地形分析、栅格分类与 DEM 处理，提供 PyQGIS 与 GDAL 算法用法、渲染器设置及 NoData 处理等关键注意事项。
data-collection-sim
Isaac Sim 的无头 Replicator 合成数据生成技能，用于静态场景批量产出带标注训练数据（RGB、深度、分割、位姿、KITTI/COCO 等）。不适用于移动机器人 SDG，该类场景应改用 mobility-gen。
databases
面向 MongoDB 与 PostgreSQL 的统一技能指南，讲解两种数据库的选型、模式设计、查询、聚合、索引优化、迁移、备份与运维，含 psql、mongosh 等基础用法与 Python 辅助脚本。
fda-database
fda-database 是一个用于访问 openFDA 开放 API 的技能，通过 Python 标准化接口查询 FDA 监管数据。它覆盖药品、医疗器械、食品、动物/兽医产品以及物质标识等多个数据集，可获取不良事件报告、产品标签、审批信息、召回与执法行动、NDC 编码、UNII 物质标识、器械分类与 510(k)/PMA 许可、药品短缺等数据。该技能适用于药物安全研究、器械上市后监测、食品安全召回追踪、兽药不良反应分析、化学物质查询和监管合规分析等场景。使用前需安装 Python 环境，可选注册 API 密钥以提高调用配额（无密钥 240 次/分钟、1000 次/天；有密钥 240 次/分钟、120000 次/天）。
trader-screener
trader-screener 是一个基于本地标准库 Python 的股票筛选工具，属于 trader-skill 技能集。它能把用户自定义的财务规则（如营收增长、利润率、EPS、市盈率、盈利收益率、行业等）转化为可执行的筛选逻辑，对给定公司列表逐条检查，并输出通过/未通过的具体数值与阈值。工具不联网，读取本地 metrics.json 或 CSV 指标文件，可选读取 prices.json 计算市盈率和盈利收益率，结果写入 shortlist.json，支持排名得分与缺失值处理策略。仅用于教育和工具辅助，不构成投资建议，也不会自动下单。
evernote-data-handling
Evernote 数据处理最佳实践技能，涵盖 ENML 内容解析、附件资源管理、基于 USN 的增量同步以及 ENEX/JSON/Markdown 导出，适用于构建本地镜像、全文检索与笔记迁移等场景。
liteparse
LiteParse 是一个快速、开源的本地文档解析工具，核心用 Rust 编写，提供 Python 与 Node 绑定，专注于本地、保留版面布局的文本抽取，并返回带边界框（bounding boxes）的空间文本。它不生成 Markdown，也不调用云端大模型，输出为保留布局的纯文本或结构化 JSON（每页包含 text_items，含位置、字体元数据及可选置信度）。适用于从 PDF、DOCX、Office 文件与图片中提取文本、对扫描件或图片运行 OCR、为多模态智能体生成页面截图，以及批量处理文献文件夹、补充材料或协议库。支持指定页面子集与密码保护的 PDF。安装方式为 uv pip install "liteparse==2.0.0"，同时提供 lit 命令行工具。非 PDF 输入需依赖 LibreOffice（Office 文档）与 ImageMagick（图片）先转换为 PDF。OCR 默认开启，内置 Tesseract，也可连接用户自建的 HTTP OCR 服务。
clickhouse-best-practices
面向 ClickHouse 的审查型技能，在评审表结构、查询与写入配置时强制按 28 条规则逐项检查。覆盖主键选择、数据类型、JOIN 优化、批量插入、避免变更、分区、跳过索引、物化视图、异步插入与 OPTIMIZE 规避，并按影响优先级分级。含 Langfuse 专用约定。
data-visualization
这是一个关于数据可视化的技能，提供图表选择、色彩理论与标注最佳实践。内容涵盖柱状图、折线图、散点图、热力图等图表类型，坐标轴规则，以及通过 inference.sh CLI（belt）生成图表的示例。该技能强调避免使用饼图、柱状图 Y 轴从 0 开始、限制颜色数量、使用洞察式标题等设计原则，并给出折线图、水平柱状图、KPI 卡片、热力图、深色模式图表等代码配方，以及常见错误清单。
portfolio-risk-review
用于组合层面的风险审查工作流技能，回答“我当前真正的风险在哪里”，检查集中度、相关性暴露、催化剂聚集、市场环境敏感度与持仓压力，并给出持有、减仓、避免加仓或进一步审查的判断。