plpgsql
PL/pgSQL（PostgreSQL 过程语言）知识技能，覆盖存储过程、函数、触发器、异常处理和控制结构。用于编写 PostgreSQL 服务端函数与过程，包含变量类型、循环、游标、动态 SQL、触发器与最佳实践等要点。
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
17,003 个结果
alphafold2
该技能用于蛋白质结构预测或对 AlphaFold2 风格输出进行一致性核查。适用于研究任务中需要单体/多聚体结构预测、MSA/模板比对的场景。工作流包括：捕获生物学问题、序列标识、FASTA 输入、寡聚状态、物种及预期辅因子或互作对象；在运行前确认执行路径（本地安装、托管端点、Modal/SSH 作业或已记录的公开来源），不假设权重、数据库或 GPU 已存在；将输入、命令或端点负载、模型设置、stdout/stderr 及原始输出保存到 Feynman 工件目录；报告 pLDDT、PAE、排序置信度、链覆盖度、截断、模板/MSA 来源以及不应信任的残基或界面；当结论依赖新颖性、结构域运动、界面几何或突变影响时，与已知结构或 AlphaFold DB 记录比较；输出包含 FASTA、预测 PDB/mmCIF、可用时的置信度文件、简短方法说明及 .provenance.md 附属文件。
openfold3
本技能用于运行或规划 OpenFold3 风格的结构预测工作流，面向开放蛋白质或复合物预测、环境搭建、模型对比等任务。其核心流程包括：规范化输入（FASTA、链、模板、MSA、配体或伴侣、随机种子、预期输出格式）；在运行前验证模型代码、检查点、数据库及 GPU 运行路径；保存输入清单、环境锁定文件、命令、日志、结构输出、置信度文件与运行时元数据；当结果会影响决策时，与 AlphaFold 风格、ESMFold 风格、PDB 或文献证据进行对比；报告可复现性缺口，如缺失数据库、不可用权重、模板失败或特定运行路径的近似处理。该技能强调不呈现缺少版本与输入来源的 OpenFold 系列输出。
ats-job-boards-research
通过 Crawlora API 从公司自有 ATS 招聘页（Greenhouse、Lever、Workday、Ashby、SmartRecruiters 等 16 个平台）拉取在招职位，返回规范化 JSON，无需手工抓取。需自备 API key，仅覆盖公开数据。
bluesky-research
通过 Crawlora API 查询 Bluesky 公开资料的技能，可获取用户资料、作者动态、帖子线程、关注与粉丝关系图谱、账号搜索及热门话题，返回规范化 JSON，无需登录或直接使用 AT Protocol 客户端。
cellxgene-census
CELLxGENE Census 提供对标准化单细胞基因组学数据的程序化访问，覆盖人类与小鼠的 6100 万以上细胞，可按细胞类型、组织、疾病等条件查询表达数据、元数据与预计算嵌入。
deepchem
DeepChem 是面向化学、材料与生物学的 Python 机器学习库，提供分子数据加载、分子特征化、数据集划分、模型训练与评估、MoleculeNet 基准数据集以及迁移学习能力，可用于溶解度、毒性、ADMET 等分子性质预测。
exploratory-data-analysis
对科学数据文件执行探索性数据分析（EDA）的技能，支持200多种文件格式的自动识别、格式相关分析、数据质量评估，并生成便于文档化与后续分析规划的Markdown报告。
geopandas
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。
hypothesis-generation
面向科研假设生成的技能，从观察或初步数据出发，系统构建可检验的竞争性假设，并配套实验设计与预测；输出 LaTeX 报告，且要求用 scientific-schematics 生成示意图。
matlab
MATLAB 与 GNU Octave 数值计算技能，用于矩阵运算、数据分析、可视化和科学计算，适合编写 MATLAB/Octave 脚本。
molecular-dynamics
该技能用于运行和分析分子动力学模拟，结合 OpenMM 模拟引擎与 MDAnalysis 轨迹分析库，可进行蛋白质/小分子体系搭建、力场选择、能量最小化、NVT/NPT 平衡及生产模拟和轨迹分析。
omero-integration
OMERO 显微图像数据管理平台的 Python 集成技能，通过 omero-py 访问图像、数据集与筛选数据，分析像素、管理 ROI 与注释，并支持批量处理与高内涵筛选工作流。
polars
Polars 是基于 Apache Arrow 的快速内存 DataFrame 库，支持 Python 与 Rust，采用表达式 API 和惰性求值，适合数据能放进内存但 pandas 过慢的场景。
pyhealth
PyHealth 是用于临床深度学习的 Python 工具包，提供覆盖电子健康记录、生理信号与医学影像的统一模块化流程，支持 MIMIC-III/IV、eICU、OMOP、SleepEDF、ChestX-ray14 等数据集，可完成死亡率、再入院、住院时长、用药推荐、睡眠分期等预测任务。
seaborn
Seaborn 是一个基于 Python 的统计可视化库，与 pandas 深度集成，可用少量代码绘制出版级统计图形，适合快速探索数据分布、变量关系与分类比较。
dflow-market-data
通过 WebSocket 实时流式获取 Solana 现货市场的 DFlow 行情数据，包括最优买卖报价、十档订单簿深度和优先费估算。只读数据，用于展示与分析；实际兑换需使用 dflow-spot-trading。
twitter-longform-medical
面向医学与心脏病学的长文 Twitter 内容写作技能，强调以数据与证据为先，输出 1000–3000 字的长推文或长推文串，附图表与文献来源，语气自信、不堆砌术语，适合面向受过教育的非医学读者做思想领导力内容。
analytics tracking
用于规划、实施与审查网站或产品的分析埋点与衡量方案，覆盖 GA4、Google Tag Manager、事件命名、UTM 参数、调试验证及隐私合规等实践。
ionic-analytics
为 Ionic Capacitor 应用添加产品分析能力的技能，支持 Firebase Analytics 或 PostHog 二选一，涵盖事件跟踪、屏幕浏览、漏斗分析与 A/B 测试等场景。
database-optimization
面向后端应用的数据库性能优化技能，覆盖 MongoDB、PostgreSQL、MySQL/MariaDB、Redis 及 Prisma、Mongoose 等 ORM，涉及索引、查询模式、分页、缓存、连接池、迁移安全与监控，强调先检查现状再优化，禁止未经确认的破坏性操作。
github-archive
基于 BigQuery 中的 GitHub Archive 不可篡改事件数据，调查 GitHub 安全事件，适用于核实仓库活动声明、还原攻击时间线、恢复已删除的 PR/issue/标签等取证场景。
lead-enrichment
Lead Enrichment 是 gooseworks-ai/goose-skills 中的技能，用于通过多个数据源补全线索的邮箱、电话和公司信息。它借助 Hunter、Sixtyfour、Fiber 等 API，按查找邮箱、验证邮箱、获取联系方式、查找电话、补全公司数据、抓取 LinkedIn 资料的流程工作。
database
面向数据库优化、查询调优、迁移与运维的技能，适用于排查数据库性能问题、设计表结构与执行日常运维任务。