python-data
在沙箱中执行重型数值计算与统计分析，使用 pandas、numpy 和 scikit-learn 完成复杂运算、回归与聚合，并输出结构化结果供下游技能使用。
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 10-29 00:09
数据与分析
17,142 个结果
thegraph-mcp-skill
通过 uxc 以原生 SSE 连接 The Graph Subgraph MCP，用于子图发现、schema 获取、部署选择与 GraphQL 查询执行的技能。需 uxc 在 PATH、可访问官方 SSE 端点，并配置 The Graph Gateway API key。
injective-trading-chain-analysis
用于分析 Injective 链级协议代码（Go/Cosmos SDK）的技能，可解读 x/exchange 交易所模块机制、审查规范完整性并追踪衍生品交易功能的执行路径。
zvec
Zvec 是阿里巴巴开源的轻量级进程内向量数据库，可嵌入应用内使用，被比作“向量界的 SQLite”，覆盖集合、索引、嵌入、重排与持久化等能力。
pytorch
PyTorch 深度学习技能，介绍用动态计算图、GPU 加速和 Pythonic 风格构建与训练神经网络，涵盖张量、自动求导、模型结构、训练循环、数据加载、性能优化、分布式训练及保存导出等实用模式。
comparing-database-schemas
用于比较两个数据库环境的架构差异并生成同步迁移的数据库架构对比工具。提供表、列、索引、约束、函数、触发器及 PostgreSQL 枚举类型等对象的差异检测，可输出差异报告与迁移 SQL。
cross-validation-setup
该技能用于在 ML Training 场景中自动配置交叉验证（cross validation setup），提供分步指导、最佳实践、可生成生产级代码与配置，并在提及交叉验证设置或相关模式时自动激活。
databricks-core-workflow-a
Databricks 核心工作流 A：使用 Delta Lake 与 Medallion 架构（Bronze→Silver→Gold）构建生产级 ETL 数据管道，涵盖原始数据摄取、数据清洗与业务聚合。
databricks-cost-tuning
用于优化 Databricks 成本的技能，通过集群策略、Spot 实例、SQL 仓库合理配置与成本监控来降低云支出。适用于减少云花费、实施成本控制或分析账单数据。
databricks-data-handling
在 Delta Lake 与 Unity Catalog 中实现数据管理合规模式的技能，涵盖数据分类标签、GDPR 被遗忘权删除、数据保留策略自动执行、列级 PII 脱敏、行级安全过滤与主体访问请求（SAR）报告生成。
databricks-reference-architecture
面向 Databricks 湖仓平台的参考架构技能，涵盖 Unity Catalog 治理、Delta Lake 与 Medallion 分层、计算策略、Asset Bundles 的 CI/CD 以及团队协作项目结构，用于设计新项目或评审现有架构。
databricks-sdk-patterns
面向 Databricks Python SDK 的生产级使用模式，涵盖客户端单例、结构化错误处理、集群生命周期管理、类型安全作业构建与分页辅助，适用于实现或重构 Databricks 集成。
databricks-security-basics
面向 Databricks 的安全实践技能，覆盖密钥作用域、令牌轮换、Unity Catalog 最小权限、列级脱敏与行级安全，以及通过系统表进行安全审计。
evernote-migration-deep-dive
指导在 Evernote 之间或与其他系统之间迁移数据的技能，涵盖 ENEX 导入导出、批量 API 操作、ENML 与 Markdown/HTML 格式互转及数据完整性校验，适用于迁移规划、大批量传输与复杂迁移场景。
firecrawl-migration-deep-dive
用于把自定义 Puppeteer、Playwright、Cheerio 或第三方抓取工作负载迁移到 Firecrawl v2 的技能，强调在内容、策略、性能与回滚等可观测等价性达标后再替换旧抓取器。
incremental-load-setup
incremental-load-setup 是 Data Pipelines 领域的自动激活技能，用于增量加载配置，提供分步指导、最佳实践、生产级代码与配置生成及校验。
juicebox-data-handling
Juicebox 数据处理技能，聚焦人才情报场景下的数据隐私与 GDPR 合规，涵盖数据分级、导入导出、校验、保留与删除、同意追踪及审计日志等处理规范。
langfuse-data-handling
用于管理 Langfuse 数据生命周期的技能：通过 API 导出 trace 与 score、配置保留策略、处理 GDPR 数据主体请求、为分析做匿名化并维护审计记录。需已安装 @langfuse/client 并具备相应权限的 API 密钥。
managing-database-tests
用于数据库测试的技能：覆盖夹具加载、基于事务的测试隔离、迁移校验、查询性能测试与数据完整性检查，支持 PostgreSQL、MySQL、MongoDB、SQLite 与 Redis，并提供 Prisma、TypeORM、SQLAlchemy、Knex、Drizzle 等 ORM 无关的测试模式。
mlflow-tracking-setup
该技能用于自动协助配置 MLflow Tracking，属于 ML Training 领域。当请求中提到 mlflow tracking setup，或询问其模式与最佳实践时自动激活，提供分步指导、生成配置与代码并做验证。具体平台、价格与详细用法暂未提供。
optimizing-staking-rewards
用于比较和优化多条 PoS 区块链及流动性质押协议收益的技能，可对比 APY/APR、计算扣除费用后的净收益、评估协议风险并给出配置建议。
posthog-performance-tuning
该技能用于优化 PostHog API 性能，涵盖客户端事件批处理、本地功能开关评估、事件采样与高效 HogQL 查询，适合 API 响应慢或需实施缓存策略的场景。
roc-curve-plotter
面向 ML Training 领域的自动激活技能，用于辅助完成 ROC 曲线绘制相关任务。当请求中提到 roc curve plotter，或询问其模式与最佳实践时自动触发，提供步骤指导、配置与代码生成及验证输出。
schema-optimization-orchestrator
一个多阶段 schema 优化工作流编排器，为每次运行创建独立会话目录，按顺序依次启动 5 个阶段智能体，读取参考资料、运行脚本并生成报告，同时校验 JSON 输出与文件产物，最后汇总为总报告。