analytics-tracking
用于设计、审计和改进分析埋点体系的技能，强调以决策为导向、保证数据可信。提供测量就绪度与信号质量指数评分、事件模型与命名规范、转化定义、UTM 归因纪律、验证调试及隐私合规指引。
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 10-29 00:09
数据与分析
17,097 个结果
ibkr-readonly
IBKR 只读查询技能，面向投资研究与基本面调研。它通过 IB Gateway 桌面版与 ib_insync 的 socket API 直连盈透证券账户，只查询数据、不执行任何交易。可用于查看股票持仓、成本、市值与盈亏，查看现金余额与净资产，查询任意股票的实时行情，获取公司市值、市盈率、EPS、股息收益及行业分类等深度基本面，拉取过去若干天/月/年的历史 K 线用于趋势分析，以及查询全市场涨幅榜、跌幅榜与异动榜。技能被唤醒后按“深度投研四步法”输出：提取核心数据、强制全网深度检索、推演逻辑链、输出包含盘面速览、核心事件驱动、竞品与护城河分析、总结与投资视角的研报。明确不支持下单、修改订单与取消订单。使用前需具备 IBKR 账户（真实或模拟盘）、IBKR Key App 完成 2FA、Java 17+ 与 Python 3.9+，并安装配置 IB Gateway 与相关依赖。
matlab-choose-big-data-solution
MATLAB 大数据方案选择技能：针对 CSV、Parquet、分隔文本、电子表格、MDF 等基于文件的大型表格数据，帮助用户或智能体按决策流程选定唯一合适的 MATLAB 工具（datastore、tall 数组、transform、并行池或 mapreducer），避免内存溢出。
matlab-set-up-worker-state
用于 MATLAB 并行池中配置工作进程环境与状态，讲解各场景下正确的 API（如 parallel.pool.Constant、parfevalOnAll、parpool 路径与环境变量参数），并说明如何把 spmd 设置方式现代化。
matlab-use-scenario-builder
MATLAB Scenario Builder 技能：将 GPS、相机、激光雷达与目标轨迹等记录数据转换为仿真可用驾驶场景，可导出 RoadRunner、drivingScenario、OpenSCENARIO、OpenDRIVE、OpenCRG 与 Unreal Engine，支持场景增强、静态物体、路表与点云处理。
wechat-daily
微信聊天、朋友圈与收藏夹数字资产沉淀助手，从微信 Mac 4.x 本地数据库提取内容，生成 AI 精华日报、朋友圈日报、收藏夹整理与客户跟进等工作流。适用于 macOS，需 Python 3.9+ 与微信 Mac 4.x。
android-to-ios
把 Android/Kotlin 代码作为功能事实来源，在 iOS/Swift 中实现等价功能的技能：先理解 Android 功能行为、数据结构与业务逻辑，再按 iOS 代码库既有模式习惯化实现，而非逐行翻译。
cosmosdb-best-practices
面向 Azure Cosmos DB 的性能优化与最佳实践规则集，涵盖数据建模、分区键设计、查询优化、SDK 使用、索引、吞吐与扩展、全局分发、监控、设计模式、开发工具、向量搜索与全文检索等 12 类共 100+ 条规则，按影响程度分级，用于代码生成与重构时的参考。
stock-deep-dive
stock-deep-dive 是 alpha-skills 中针对单一股票的深度分析技能：用户给出一个股票代码，它会一次性汇总技术指标、期权持仓与资金流、机构持有情况，再配合新闻检索与K线图，输出一份完整档案与结论。
database-design-quality-review
用于在实现或迁移前评审 ERD、DDL、ORM schema 与迁移计划的数据库设计质量技能，输出 DB-## 发现与验证准备，不连接真实数据库、不运行查询，也不代替人工批准上线。
test-data-requirement-analysis
一个用于测试数据需求分析的技能：在测试设计或数据生成前，分析测试所需的实体、字段、关系、状态、角色、隐私、来源、生命周期、初始化与清理要求，输出 TDR-## 数据准备需求与阻塞项。它本身不生成数据，也不读取生产数据。
jung-perspective
以卡尔·荣格分析心理学视角回应用户的对话技能，运用集体无意识、原型理论、个体化、梦的分析、共时性等概念进行象征性、深层探索式交流。仅在用户明确要求该视角或提到 jung-perspective 时触发，不因一般性问题自动启用。
generate-opal
Observe OPAL 查询生成技能：在写任何 OPAL 前必须加载对应 opal-* 参考文件，提供数据集类型判定、列选择与核心语法规则。
skills-dashboard
抓取 skills.sh 注册表并生成交互式 HTML 仪表盘，展示技能按发布者、安装量和分类的分布，可随时重跑获取最新数据。
content-strategy
内容策略技能，融合数据驱动、人人可写作等框架，帮助制定编辑策略、选题与分发，强调先研究再写作、内容需可衡量并复用。资料称其会引用参考文件约束构建、诊断与审校，但未提供安装步骤、平台与收费信息。
experimental-design
面向实验设计的技能文档，采用正式实验设计（DOE）方法，在尽量减少资源的同时最大化实验信息量，涉及因子设计、区组设计等内容。
onchain-analytics
面向区块链数据分析的技能，覆盖 Dune Analytics、自定义索引器与链上数据查询，涉及区块链 SQL 与仪表板构建。资料未提供具体功能、价格与使用步骤。
one-loaders
One 框架的服务端数据加载方案，用 loader 在渲染前取数，代码会从客户端包中 tree-shake，数据库查询与密钥不会进入浏览器。支持缓存、重定向、响应头、ISR、自动重取与文件热重载。
protein-structure-analysis
该技能用于访问 AlphaFold 蛋白质结构数据库与蛋白质数据库（PDB），支持按基因名、UniProt 编号或 PDB ID 查询蛋白质结构，检索三维结构数据，分析结合位点与蛋白质—配体相互作用，并比较预测结构与实验测定结构。
dashboards-and-real-time-visualization
用于设计仪表盘与实时可视化系统的技能，关注更新节奏、延迟、交互设计、可观测性与渲染预算，适用于监控视图、流式图表、联动交互、降采样等场景。
edgartools
edgartools 是一个围绕 SEC EDGAR API 的 Python 封装库，用于访问和操作美国证券交易委员会公开披露的数据。它可以用来探索公司信息、获取各类最新申报文件、处理结构化 XBRL 数据，以及将整份申报文件下载为文本或 Markdown。使用前必须通过 edgar.set_identity("First Last first.last@example.com") 设置身份，该“姓名 邮箱”格式由 SEC 强制要求。安装命令为 uv add edgartools，注意安装包名为 edgartools，而导入名为 edgar。可通过访问编号直接获取申报文件，也可用 CIK 或股票代码创建 Company 对象并获取最新 10-K、10-Q 等文件，还支持将整份文件保存到本地以便反复检索。
qonto-sector-benchmark
Qonto 账户的行业健康检查工具，用于回答“我的公司算正常吗”这一问题。它完全只读，会从 Qonto 账户的交易和发票中计算公司的真实财务比率（固定成本占比、软件订阅比重、客户实际付款延迟、收入季节性、现金可覆盖支出天数），并在有法国公开统计数据时与官方行业基准对照。所有对比都标注来源、数据年份和粒度；对非法国公司或无公开数据的情况，会降级为内部比率与自身历史对比（“你对比一年前的你”）。该技能仅在明确涉及公司财务、Qonto 比率或行业基准的请求时激活，纯口头询问“我正常吗”不足以授权读取 Qonto 数据。适用于季度或年度对比体检，不适合日常现金管理。
third-party-bloat
该工具用于盘点网页上的第三方脚本（分析、标签管理器、聊天组件、广告、A/B 工具等），按传输大小与主线程成本排序，并标出同步加载及会话回放类高开销脚本。无需注册，依赖 Playwright MCP。
recoup-catalog-estimate-value
基于公开流媒体数据估算曲库、专辑或歌曲价值的技能，无需卖方文件或数据室。适合回答“从公开数据看这个曲库值多少”。属于公开数据估算，误差范围比卖方文件估值更大，须说明假设。