json-transformer
json-transformer 是 curiouslearner/devkit 中的 JSON 处理技能，用于解析、校验、查询、转换和比较 JSON 数据，支持扁平化、合并、格式互转等操作，可通过命令行调用。
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
17,033 个结果
financial-report-analyzer
面向上市公司财报的深度分析技能，可自动提取营收、净利润、资产、负债等核心数据，计算毛利率、净利率、ROE、资产负债率等比率，生成三张可视化图表，并结合业务背景产出结构化财务分析报告。
engineering-gameplay-analytics
面向游戏玩法的分析技能：用 Drizzle ORM + PostgreSQL 存储、Redis 缓冲，追踪玩家事件、会话与留存（D1/D7/D30）、漏斗和 A/B 测试标记，事件采用 noun_verb 命名并异步写入，避免阻塞游戏循环。
nvm-project-meta
nvm-project-meta 是一个用于提供 nvm 项目元数据的技能，涵盖维护者、支持政策、企业支持、许可证与版权声明等信息，适用于用户询问项目治理、支持或许可相关问题时使用。
web-search
web-search 是 gooseworks-ai/goose-skills 中的通用搜索技能，可通过统一代理调用 Tavily、Exa、Andi、Linkup、Valyu、SearchAPI 等搜索服务，覆盖网页、新闻、学术数据集、电商平台、视频与广告库等来源，适合查找、调研与信息发现任务。
hasdata-cli
hasdata-cli 是一个命令行工具，用于通过 HasData API 获取实时网络数据，支持搜索、新闻、购物、地图、房产、旅行、招聘、视频等多种数据源。
data-engineer
用于构建 ETL 管道、数据仓库与流式架构的技能，适用于数据管道设计或分析基础设施。
anndata
AnnData 是 Python 中处理带注释数据矩阵的软件包，将实验测量值（X）与观测元数据（obs）、变量元数据（var）及多维注释（obsm、varm、obsp、varp、uns）一同存储，最初为单细胞基因组学设计，现作为通用注释数据框架，适用于高效存储、操作与分析。
arboreto
Arboreto 是一个从基因表达数据推断基因调控网络（GRN）的 Python 库，提供 GRNBoost2 与 GENIE3 两种可扩展算法，支持从单机多核到多节点集群的并行计算，常用于转录组与单细胞数据分析。
clinicaltrials-database
通过 ClinicalTrials.gov API v2 查询全球临床试验的技能，可按疾病、药物、地点、状态或阶段搜索，按 NCT ID 获取试验详情并导出数据。API 公开无需认证，约每分钟 50 次请求限制，支持 JSON 与 CSV。
clinvar-database
ClinVar Database 是一个用于查询 NCBI ClinVar 数据库的技能，帮助用户检索人类遗传变异与表型之间的关系及临床意义。它支持按基因、位置、疾病或临床意义搜索变异，解读致病性分类（如致病、良性、意义未明 VUS），并通过 E-utilities API 或 FTP 批量获取数据。该技能还涵盖审查状态与星级评定、冲突解读处理、变异注释以及数据提交等内容，适用于临床遗传学研究和变异解读工作。
datacommons-client
datacommons-client 是访问 Data Commons 的 Python 客户端技能，可查询人口、经济、健康、环境等公共统计数据，探索知识图谱关系，并将地名、坐标或外部 ID 解析为 DCID。安装命令为 pip install "datacommons-client[Pandas]"。
defense-in-depth
一种多层输入校验方法：在数据流经的每一层都做校验，使无效数据导致的深层故障在结构上无法发生，适用于调试由空值或非法路径引发的执行错误。
flowio
FlowIO 是轻量级 Python 库，用于读写流式细胞术标准 FCS 2.0/3.0/3.1 文件，可解析元数据、提取事件为 NumPy 数组、导出 CSV/DataFrame，并创建新 FCS 文件，适合数据管道与后端服务。
gwas-database
GWAS Catalog 数据库技能，用于查询 NHGRI-EBI GWAS Catalog 中已发表的 SNP-性状关联。支持按 rs ID 搜索变异、按疾病/性状、基因、染色体区域或出版物检索，获取 p 值、效应量等关联统计信息，并可访问全基因组汇总统计数据。适用于遗传变异关联研究、变异功能解读、性状遗传学探索及多基因风险评分等场景。
lamindb
LaminDB 是面向生物学的开源数据框架，通过统一 Python API 让数据可查询、可追溯、可复现并符合 FAIR 原则，整合湖仓架构、血缘追踪、特征存储、生物本体、LIMS 与 ELN 能力。
medchem
Medchem 是一个用于药物发现流程的 Python 分子过滤与优先级排序库，可应用 Lipinski、Veber 等成药性规则、PAINS 与结构警报、复杂度指标，对化合物库进行大规模筛选和先导优化排序。
opentargets-database
Open Targets Platform 是一个用于系统性识别和优先排序潜在药物靶点的综合资源，整合人类遗传学、组学、文献与化学数据，构建并评分靶点-疾病关联。该技能通过 GraphQL API 提供编程访问，涵盖靶点注释、疾病-靶点关联、多类型证据、已知药物与药物信息查询。
pytorch-lightning
PyTorch Lightning 深度学习框架技能，用于把 PyTorch 代码组织为 LightningModule，配置 Trainer 实现多 GPU/TPU 训练，并用 LightningDataModule 管理数据管线。
vaex
Vaex 是一个面向超大规模表格数据的高性能 Python 库，采用惰性求值与核外（out-of-core）DataFrame 设计，可处理和分析超出可用内存的表格数据集。资料称其每秒可处理超过十亿行，支持对数十亿行数据进行交互式探索与分析。它适用于大于内存（从 GB 到 TB 级）的表格数据、对海量数据做快速统计聚合、为大数据创建可视化与热力图、在大数据上构建机器学习流水线、在 CSV、HDF5、Arrow、Parquet 等格式间转换，以及需要惰性求值和虚拟列以避免内存开销的场景，例如天文数据、金融时间序列等大规模科学数据。核心能力涵盖六个方面：DataFrame 与数据加载、数据处理与操作、性能与优化、数据可视化、机器学习集成、I/O 操作。典型用法是先通过 vaex.open 打开文件或从 pandas/NumPy 等创建 DataFrame，再用虚拟列、筛选与聚合进行计算，最后可视化或导出为 HDF5 等格式。
depmap-crispr-essentiality
针对 DepMap CRISPR 基因效应（Chronos）数据的分析技能，重点解决必需性（essentiality）符号约定与逐基因 NaN 安全 Spearman 相关问题，含数据加载、对齐和常见陷阱说明。
aggregating-performance-metrics
该技能用于将应用、系统、数据库、缓存与服务的性能指标集中聚合到 Prometheus、StatsD 或 CloudWatch，并统一命名规范，帮助 Claude 完成指标分类设计、聚合工具选型、采集配置、仪表盘与告警设置。
analyzing-nft-rarity
用于分析 NFT 系列稀有度的技能，可从 OpenSea API 获取元数据、解析特征属性、按多种算法计算稀有度并对代币排名，支持导出 JSON 与 CSV。
chart-type-recommender
chart-type-recommender 是 Data Analytics 领域的自动激活技能，用于辅助图表类型推荐相关任务。当请求中提到该名称或询问相关模式与最佳实践时自动触发，提供分步指导、生成配置与代码并做校验。