precision-medicine-therapeutics
基于药物基因组学、体细胞与胚系变异解读及患者特异性临床数据，生成个体化治疗方案的医学技能，整合CPIC指南、ClinVar与PharmGKB，覆盖400余对药物-基因组合。
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
17,094 个结果
query-optimization
SQL 查询优化与性能调优技能，覆盖查询分析、索引策略、查询模式改写及多种数据库的优化要点，帮助分析执行计划、创建有效索引并重写慢查询。
transactions
该技能聚焦数据库事务、ACID 属性与并发控制，涵盖隔离级别、锁机制、死锁处理、MVCC、保存点、嵌套与分布式事务、两阶段提交及 Saga 模式等主题，帮助理解并实现事务与并发系统设计。
data-storytelling
数据叙事技能：把原始数据转化为有说服力的叙事，结合可视化、上下文与结构化框架，用于向管理层、投资人等非技术受众汇报分析并推动决策。
statsmodels
Statsmodels 是 Python 中用于统计建模的库，提供估计、推断与诊断工具，覆盖广泛的统计与计量经济模型。该技能适用于拟合回归模型（OLS、WLS、GLS、分位数回归）、广义线性建模（logistic、Poisson、Gamma 等）、离散结果分析（二分类、多分类、计数、有序）、时间序列分析（ARIMA、SARIMAX、VAR、预测）、统计检验与诊断、模型假设检验（异方差、自相关、正态性）、离群点与影响点检测、模型比较（AIC/BIC、似然比检验）、因果效应估计，以及生成适合发表的统计表格与推断结果。使用前应先阅读详细指南，其安全、前置条件与验证要求为强制内容。该技能仅适用于与上述范围明确匹配的任务，输出不能替代针对具体环境的验证、测试或专家审查；若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。
bun-sqlite
面向 Bun 运行时中 SQLite 数据库开发的技能说明，涵盖内置驱动、数据库操作、预处理语句与事务等核心用法。
dev-pain-finder
Developer Pain Finder 是一个基于 TinyFish 的技能，针对给定关键词或问题领域，并行抓取 Reddit、Hacker News、dev.to 和 GitHub Discussions 中的开发者抱怨，按主题聚类并按频次与点赞权重评分，输出排序后的机会地图。
database
该技能面向需要为 SaaS 应用做数据库与数据建模的场景，提供数据库选型、Schema 设计、Supabase 配置、查询编写、迁移管理以及问题修复的指导。资料强调四条原则：优先使用托管平台自带的默认数据库；把 Schema 设计当作产品设计，尽早确定表关系；每个 SaaS 都是多租户，每张表都要能隔离客户数据；在 MRR 为 0 到 1 万美元阶段不必引入 Redis、Elasticsearch 或数据仓库。资料推荐大多数独立开发者使用 Supabase（PostgreSQL），因为它在一个服务内提供数据库、认证、存储、实时和行级安全（RLS）。技能给出了每套 SaaS 都需要的三张基础表（users、organizations、memberships）以及核心业务对象的建表 SQL、外键、索引和 RLS 策略模板，并附有迁移、软删除、审计日志、状态工作流和性能基础等常见模式。使用时可用自然语言向 AI 描述产品与核心对象，让它生成表定义、关系、索引和 RLS 策略。
hot-rank-sentiment-monitor
跟踪个股人气榜、热度趋势、关注度与投票等情绪代理指标，识别情绪背离与拥挤风险，用于人气榜、热度、关注度、股评投票等热度监控场景的投研与风控分析。
data-storytelling
该技能用于将原始数据转化为有说服力的叙事，结合可视化、背景信息和说服性结构，帮助推动决策并促成行动。适用于向高管或利益相关者展示分析、制作季度业务回顾、构建投资者演示、撰写数据驱动报告、向非技术受众传达洞察以及基于数据提出建议等场景。技能内容涵盖故事结构（铺垫→冲突→解决）、叙事弧线、数据/叙事/视觉三大支柱，并提供问题-解决方案、趋势、对比三类故事框架，以及渐进揭示、对比、标注高亮等可视化技巧和多种演示模板与写作技巧。
generating-trading-signals
该技能用于生成交易信号，通过 RSI、MACD、布林带、趋势（SMA 20/50/200 交叉）、成交量、随机指标和 ADX 共 7 种技术指标分析价格走势，输出带置信度评分的复合 BUY/SELL 信号及风险管理水平（止损、止盈、风险回报比）。支持快速扫描多个资产、查看单个标的的详细指标分解、按信号类型和置信度过滤排序，以及使用预定义自选列表（crypto_top10、crypto_defi、crypto_layer2、stocks_tech、etfs_major）。信号类型包括 STRONG_BUY、BUY、NEUTRAL、SELL、STRONG_SELL，置信度分为高、中、弱、无明确方向四档。依赖 yfinance、pandas、numpy，可选 matplotlib 用于可视化。可通过配置文件调整指标参数和信号权重，并可与 trading-strategy-backtester 插件集成进行历史回测。
google-analytics-automation
这是一个通过 Rube MCP（Composio）自动执行 Google Analytics 4（GA4）任务的技能模块，包含报告运行、账户与媒体资源列举、漏斗分析、透视报告以及关键事件管理等功能。使用前需要先连接 Rube MCP，并通过 RUBE_MANAGE_CONNECTIONS 以 google_analytics 工具包建立有效的 Google Analytics 连接，且始终先调用 RUBE_SEARCH_TOOLS 获取当前的工具 schema。
risk-metrics-calculation
该技能用于计算投资组合的风险指标，涵盖在险价值（VaR）、条件在险价值（CVaR，即预期损失）、夏普比率、索提诺比率以及回撤分析。适用于衡量投资组合风险、实施风险限额、构建风险仪表盘、计算风险调整后收益、设定头寸规模以及监管报告等场景。技能提供目标澄清、最佳实践应用、结果验证和可操作步骤，并附带详细模式与示例资源文件。
segment-automation
Segment Automation via Rube MCP 是一个通过 Composio 的 Segment 工具包、经由 Rube MCP 自动化 Segment 客户数据平台操作的工具。它支持发送跟踪事件、识别用户、管理分组、记录页面浏览、关联用户身份以及执行批量操作。使用前需连接 Rube MCP，并通过 RUBE_MANAGE_CONNECTIONS 以 toolkit segment 建立活跃的 Segment 连接，且需先调用 RUBE_SEARCH_TOOLS 获取最新工具架构。该工具适用于需要批量或服务端向 Segment 发送事件、用户身份与分组数据的自动化场景。
aicoin
AiCoin 是一个基于 AiCoin Open API 的加密货币数据与交易技能工具包，通过 Node.js 脚本提供行情、K线、资金费率、持仓、爆仓、新闻、巨鲸订单等数据查询，并支持交易所下单与 Freqtrade 部署回测。
tech-stack-recommender
Tech Stack Recommender 是 claude-cto-team 中的技能，用于根据项目需求、团队能力与业务约束，给出前端、后端、数据库与基础设施的技术栈推荐，并附对比表、模板与迁移考量。
alphagbm-smart-money
AlphaGBM 智能资金追踪技能：按来源汇总用户自行提供的已披露买卖记录，不自动跟单、不推断未披露持仓。需 Python 3.9+ 与 ALPHAGBM_API_KEY，属发布预览，后端未在生产验证。
alterlab-missing-data
AlterLab 学术技能套件中的缺失数据处理分析模块，要求先明确 MCAR/MAR/MNAR 机制，再用链式方程多重插补并按 Rubin 规则合并结果，避免单次插补低估标准误。
litestar-dataclasses
将 Python dataclasses 用作 Litestar 传输模型的技能，强调显式类型、默认值与 DTO 配合，适合在请求/响应契约建模时使用。
uniprot-database
通过 HTTP 调用 UniProt REST API 查询与获取蛋白质序列、功能注释和数据库标识映射的技能。支持文本检索、FASTA/JSON/TSV 等格式输出、批量下载、标识符转换与大规模数据流式获取，无需安装额外软件包。
algo-seo-pagerank
该技能用于实现 PageRank 算法，通过随机冲浪者模型计算网页的重要性得分。适用于需要根据链接图结构对页面进行排序、构建基于链接的权威性评分系统，或分析引文网络等有向图重要性的场景。算法以阻尼因子 d（通常为 0.85）建模随机冲浪者行为，迭代收敛复杂度为 O(k * E)，其中 k 为迭代次数，E 为边数。技能包含输入校验、核心算法、结果验证与输出四个阶段，输出排序后的页面得分及元数据（节点数、边数、迭代次数、阻尼因子、是否收敛）。
environmental-science
环境科学技能，用于分析气候与环境数据，涵盖温度趋势、污染监测、生态建模、碳足迹评估和生物多样性等任务，提供从数据获取到统计建模、影响评估与情景分析的完整方法。
generate-asset-price-chart
根据已有 OHLC 数据生成蜡烛图 PNG 图片的技能，不负责行情数据抓取。支持 Node.js canvas 与 Python matplotlib 两种实现，输入为 [timestamp, open, high, low, close] 数组，可自定义宽高与内边距，输出深色背景、绿色阳线、红色阴线的图表。
bmob-database-flutter
用于在 Flutter / Dart 项目中通过官方 bmob_plugin 包实现 Bmob NoSQL 数据库增删改查的技能。涵盖安装初始化、自定义表模型、条件查询与分页、Pointer 关联、ACL 与密钥安全、实时监听及常见排错。