supabase-database-ops
针对 Supabase 数据库操作的关键护栏技能，用于防止多租户数据泄漏并强制数据库最佳实践。要求查询必须按 publication_id 过滤、仅在服务端使用 supabaseAdmin、避免 SELECT *，并始终检查错误。
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
17,030 个结果
experiment-log
用于体育建模实验的不可变实验记录技能：在拟合前记录假设、数据快照、验证章程、指标、泄漏状态、决策、命令与产物，便于后续重建与审计。
database-optimization
用于优化数据库性能、模式设计、索引与查询的 AI 技能，覆盖 PostgreSQL、MySQL、SQL Server 等 SQL 及 MongoDB、Cassandra、Redis 等 NoSQL 数据库，提供分析脚本、优化建议与报告输出。
authoritative-data-harvester
面向数学建模等任务的权威公开数据获取技能：优先用官方 API 或批量下载定位并抓取可复现数据，输出抓取方案、原始与清洗后数据及来源元数据。
data-auditor-cleaner
用于数学建模竞赛的数据审计与清洗技能：将附件映射到子问题，审计并清洗原始数据，输出可复用的数据画像，包含质量、覆盖度、类别不平衡、集中度等风险信息，供后续方法选择复用。
method-selector
数学建模子问题的候选方法筛选技能：在问题框定与数据画像之后，构建并风险筛查一份精简的、按角色划分的方法候选清单，供人类选择方法。
robustness-checker
面向已获批数学模型的稳健性与敏感性检查工具，按假设与决策风险选择参数扰动、重采样、种子稳定性、异常值处理、约束扰动、基线比较、集中度与误差分析等检查，并输出紧凑的机器可读证据。
analyzing-market-sentiment
该技能用于分析加密货币市场情绪，综合恐惧与贪婪指数、新闻情绪分析和市场动量三类数据源，输出0-100的综合情绪评分及分类。数据来源包括 Alternative.me 的恐惧与贪婪指数、基于关键词的近期加密新闻情绪分析，以及来自 CoinGecko 的价格与成交量趋势。主要能力包括：综合情绪评分（0-100）与分类、针对特定币种的情绪分析、情绪各组成部分的详细拆解，以及多种输出格式（表格、JSON、CSV）。使用前需确保安装 Python 3.8+ 并具备 requests 库与网络连接。可通过命令行运行 sentiment_analyzer.py 脚本，支持 --coin、--period、--detailed、--format、--output、--weights、--verbose 等选项。评分为0-20为极度恐惧、21-40为恐惧、41-60为中性、61-80为贪婪、81-100为极度贪婪。
backtesting-trading-strategies
该技能用于在历史数据上回测加密货币与传统交易策略，计算夏普比率、索提诺比率、最大回撤等绩效指标，并生成权益曲线与逐笔交易分析。它内置8种策略（SMA、EMA、RSI、MACD、布林带、突破、均值回归、动量），支持参数网格搜索优化，附带数据获取、回测、指标计算与优化脚本，帮助在投入真实资金前验证策略有效性。
chart-visualization
基于 GPT-Vis 库的图表可视化技能，可根据用户意图和数据特征推荐并生成合适图表，支持语法模式（Syntax/JSON 配置）与代码模式（完整可运行代码），覆盖 26 种图表类型。
antv-l7
AntV L7 是基于 WebGL 的地理空间数据可视化引擎使用指南，涵盖场景初始化、多种地图底图、点线面热力等图层、视觉映射、交互组件、动画与性能优化，适合创建交互式地图与大规模地理数据可视化。
algo-ecom-bm25
该技能用于为电商产品搜索实现 BM25 相关性排序函数。BM25 是改进的 TF-IDF 排序函数，加入词频饱和与文档长度归一化，公式为 Score = Σ IDF(t) × (TF(t,d) × (k₁+1)) / (TF(t,d) + k₁ × (1 - b + b × |d|/avgdl))，标准参数 k₁=1.2、b=0.75，是 Elasticsearch、Solr 等文本搜索引擎的核心。适用于构建基于文本相关性的产品搜索、用更好的长度归一化替代基础 TF-IDF、以及在 Elasticsearch/Solr 中调优搜索相关性。不适用于语义相似度优先于关键词匹配的场景（应使用嵌入向量），也不适用于单字段精确匹配。技能包含输入校验与分词、核心算法、验证、输出四个阶段，并附带 scripts/bm25.py 脚本，可通过 python scripts/bm25.py --help 查看用法，通过 python scripts/bm25.py --verify 运行内置健全性测试。
grad-hlm
grad-hlm 是一个用于分层线性模型（HLM，又称多层模型）分析的技能，处理个体嵌套于群体的数据，通过随机截距与斜率、组内与组间方差分解，得到无偏估计与正确标准误，并输出 ICC、固定效应、随机效应与模型比较结果。
stat-eda
stat-eda 是一个用于探索性数据分析（EDA）的技能，强调先划分训练/测试集再做 EDA，避免信息泄漏；覆盖数据质量检查、描述统计、可视化与发现总结，并列出缺失模式、辛普森悖论、特征泄漏等常见陷阱。
wechat-writer
微信公众号文章写作助手（小龙虾适配版），先询问主题与风格，再搜索、写作并生成封面图，输出 Markdown 文件与配图。
redfin-api
Redfin 非官方 stingray JSON API 的调用说明，覆盖按邮编或地区搜索房源、获取房源 ID 与详情、AVM 估值与房产历史，适用于编写房产数据抓取或分析代码。
tabular-eda
面向新建表格数据集的探索性分析（EDA）工作流技能，用于建模前排查目标泄漏、缺失值模式、高基数类别、近常量与冗余特征等问题，输出带特征名和指标的问题清单及六类图表。
axiom-cryptokit
面向 iOS 应用的 CryptoKit 使用技能，覆盖认证加密、数字签名、密钥协商、Secure Enclave 密钥管理与后量子密码迁移，并给出从 CommonCrypto 迁移、跨平台签名编码互操作等实践建议。
redis
Redis 内存数据存储技能知识，覆盖字符串、哈希、列表、集合、有序集合等数据结构，以及缓存、限流、会话存储、分布式锁、发布订阅等实时功能，供 Claude 开发套件在处理 Redis 相关任务时参考。
mcp
SpacetimeDB 的 MCP 工具集，让支持 MCP 的客户端通过工具调用操作已运行的数据库，而非使用命令行。可列出数据库、读取 schema、执行 SQL 和调用 reducer。
scvi-tools
scvi-tools 单细胞分析工作流技能：用于运行 scVI/scANVI 等流程，覆盖潜变量嵌入、批次校正、差异表达等任务，强调可复现，需先核对环境、数据与参数并保存日志与产物。
aeon
Aeon 是一个与 scikit-learn 兼容的 Python 时间序列机器学习工具包，提供分类、回归、聚类、预测、异常检测、分割和相似性搜索等任务的先进算法。该技能适用于对时间序列数据进行分类或预测、检测异常或变化点、聚类相似模式、预测未来值、查找重复模式（motif）或异常子序列（discord）、使用专门距离度量比较时间序列以及从时序数据中提取特征。安装命令为 uv pip install aeon。
anndata
AnnData 是用于处理带注释数据矩阵的 Python 包，将测量数据 X 与观测元数据 obs、变量元数据 var 及多维注释 obsm、varm、obsp、varp、uns 一起存储，常用于单细胞基因组学与 scverse 生态。
arboreto
Arboreto 是一个用于从基因表达数据推断基因调控网络（GRN）的计算库，采用可并行化算法，可从单机扩展到多节点集群。其核心能力是根据观测样本（细胞、样本、条件）中的表达模式，识别哪些转录因子（TF）调控哪些靶基因。支持 GRNBoost2 与 GENIE3 两种算法，可用于 bulk 与单细胞转录组数据分析，并可作为 pySCENIC 流程的核心组件。