SuperAPI AI 工具集

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 10-28 00:17

数据与分析

17,069 个结果

model-card

本技能用于为体育分析模型编写可长期维护的模型卡(Model Card),即与用户自有模型、数据、指标、特征和验证产物绑定的版本化运营契约。它帮助记录一个已完成评估的模型:用途、测试方式、失效场景以及何时重新训练或退役。模型卡不是营销页面、实验历史或证据的替代品。核心内容包括:身份与版本、预期用途与禁止用途、目标与决策时间、数据来源与快照、特征与时间安全规则、基线、验证设计、结果与不确定性、已知限制、监控与退役条件、复现说明等。使用前提是模型已有稳定的留出集证据,或正将实验提升为命名版本、准备复用或交接、更新不可变模型版本文档。若验证、基线或决策时间合法性未知,须明确标注并标记为未批准运营使用。提供脚本生成的模型卡脚手架,仅创建结构,不验证性能或批准模型。

数据与分析33 次安装

results-reporting

results-reporting 是一个用于撰写体育分析与建模结果报告的技能,目标是把用户自有的指标与分析产物整理成一份可被陌生人信任的报告。它要求每一项量化结论都能追溯到数据、验证与复现证据,并将观察结果与解释分开、将预测性能与因果解释分开。该技能适用于笔记本总结、研究笔记、README 结果章节、内部报告、公开文章以及分析后的最终回答;若尚无指标或基线,则应先产出评估产物。报告需包含执行结果、问题、数据、方法、验证、结果、解释、局限与失败检查、图表、复现等结构,并遵循指标呈现规则(如概率质量用 log-loss 或 Brier、需与基线并列、不得只报最佳折等)。技能附带 JSON 到 Markdown 的渲染脚本,要求显式提供 analysis_type、来源、运动项目、粒度、周期、正样本量、非空结果、局限与复现产物指针。

数据与分析33 次安装

huggingface-datasets

这是一个用于 Hugging Face Dataset Viewer API 的技能,专注于只读的数据集浏览与提取工作流。它支持获取数据集的子集与拆分元数据、分页读取行数据、全文检索文本、按谓词过滤行、下载 parquet 文件以及获取数据集的规模统计与列统计。该技能还提供了在 Hub 上创建与上传数据集的流程(包括零依赖的网页操作与基于 npx 的命令行上传),以及将 Claude Code、Codex、Pi Agent 等智能体会话原始 JSONL 追踪上传为数据集并启用追踪查看器的方法。适用于需要在数据探索、内容抽取、数据准备等环节调用 Hugging Face 数据集的场景,也提醒在涉及私有或含敏感信息的追踪数据时默认使用私有仓库。

数据与分析33 次安装

hk-dividend-tracker

港股股息跟踪器是一款面向港股市场的股息分析工具,主要用于监控港股公司的股息政策、分红历史和股息收益率,辅助收益投资和股息策略分析。其核心功能包括股息政策评估、分红率与股息稳定性分析、股息增长性分析,分红历史记录跟踪、除权除息记录、股息再投资分析,以及当前股息收益率、历史收益率变化、行业收益率对比和收益率预测。该工具还提供高股息股票筛选、股息增长股识别、收益组合构建和股息策略优化,并覆盖 DDM 估值、股息可持续性、收益预测和风险评估等分析维度。数据源涉及港交所除权除息信息、公司公告、数据供应商和券商研究,更新频率涵盖实时、每日和完整历史数据。使用时可通过 Python 脚本命令进行基础查询与高级分析,输出支持表格和 JSON 格式。需要注意股息政策可能变化、汇率与税收影响、除权除息日期以及公司财务健康状况。

数据与分析33 次安装

data-analyst

Data Analyst 是一个面向 AI 智能体的数据分析技能,旨在将 AI 智能体转变为具备数据洞察能力的分析师。它支持 SQL 查询编写与执行、CSV/Excel/Google Sheets 电子表格处理、数据可视化(折线图、柱状图、热力图等)、自动化报告生成、数据清洗(缺失值、重复值、异常值处理)以及描述性统计与相关性分析。技能提供常用 SQL 查询模板(时间聚合、环比、队列分析、漏斗分析)、Pandas 操作示例、Matplotlib/Seaborn 可视化代码、ASCII 终端图表、标准报告模板和统计检验速查表。使用前需在 TOOLS.md 中配置数据源,并运行 ./scripts/data-init.sh 初始化工作区。适用于营销效果分析、销售转化分析、市场调研等场景,可与营销、销售、商务拓展等技能集成。

数据与分析32 次安装

mixpanel-automation

该技能通过 Rube MCP(基于 Composio 的 Mixpanel 工具包)自动化 Mixpanel 产品分析任务,覆盖事件聚合、细分查询、漏斗分析、用户画像管理、群组读取以及 JQL 与洞察查询等操作。使用时需先连接 Rube MCP 并完成 Mixpanel 认证,且每次应先调用 RUBE_SEARCH_TOOLS 获取最新工具结构。所有查询依赖 Mixpanel 属性表达式语法(如 properties["name"]),日期须为 YYYY-MM-DD,事件名区分大小写。适合需要以编程方式批量拉取或更新 Mixpanel 分析数据的场景。

数据与分析32 次安装