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 10-17 00:11

数据与分析

16,468 个结果

data

该技能介绍如何通过 Stellar RPC(首选)和 Horizon(传统方式)查询 Stellar 链上数据。内容涵盖 RPC 的 JSON-RPC 方法(如 getLatestLedger、getLedgerEntries、getEvents、simulateTransaction、sendTransaction)、Horizon 的 REST 端点、流式订阅与分页、从 Horizon 迁移到 RPC 的策略、超出 RPC 约 7 天保留窗口的历史数据访问方案(Hubble、Galexie、数据湖、第三方索引器),以及网络配置、错误处理与限流重试等实践。适用于新项目开发、智能合约交互、实时状态读取、历史查询与遗留应用维护等场景。

数据与分析353 次安装

defillama-setup

DefiLlama MCP Server 的安装与配置技能,用于将 AI 智能体连接到 DefiLlama 的 DeFi 分析数据库。该技能提供 23 个工具,覆盖 TVL、代币价格、收益率、协议指标、稳定币、跨链桥、ETF、黑客事件、融资、国库等数据。使用前需要一个拥有有效 API 订阅的 DefiLlama 账户。配置方式包括在 Claude.ai 网页端手动添加自定义连接器,或在 Claude Code、Codex、Claude Desktop、Cursor、Windsurf、Gemini CLI、OpenCode、OpenClaw 等客户端中添加 MCP 服务器,并通过 OAuth 完成认证。此外还提供 10 个工作流技能,将原始工具访问转化为结构化的研究流程。

数据与分析352 次安装

signoz-writing-clickhouse-queries

该技能用于为 SigNoz 仪表盘面板编写原生 ClickHouse SQL 查询,适用于构建器界面无法表达的场景,例如自定义 join、窗口函数等。它区分日志与追踪两类信号:日志查询使用 signoz_logs.distributed_logs_v2 等表,时间戳为 UInt64 纳秒;追踪查询使用 signoz_traces.distributed_signoz_index_v3 等表,时间戳为 DateTime64(9)。技能支持 timeseries、value、table 三种面板类型,提供表结构、优化模式、属性访问语法、仪表盘模板与校验清单等参考,并列出常见反模式,如缺少 ts_bucket_start 时间桶过滤、对分布式表使用普通 IN/JOIN、无资源属性过滤时添加资源 CTE、GROUP BY 遗漏非聚合投影、日志查询误用 $start_datetime、追踪查询误用 $start_timestamp_nano、使用错误表名或 resource_string_service$$name 等问题。生成的每条查询必须附加 SETTINGS log_comment 归属子句并替换为当天日期。工作流程为:识别信号、阅读对应参考、选择面板类型、按模式构建查询、追加归属子句、按清单校验。

数据与分析352 次安装

accessing-data

本技能介绍如何从 Sui 网络读取数据,帮助开发者在选择或实现数据访问策略时做出正确决策,涵盖链上状态查询、索引管道与历史数据读取。核心要点是 JSON-RPC 已弃用,新代码必须使用 gRPC 或 GraphQL RPC。技能梳理了四种规范数据面:gRPC(低延迟、实时、支持流式订阅,适合后端与索引器)、GraphQL RPC(灵活关系查询,适合前端与仪表盘)、Archival Store(长期历史存储)、自定义索引器 sui-indexer-alt(按需构建数据管道)。同时说明大文件应存放于 Walrus 而非链上,并提供用例到方法的映射与常见错误提示。

数据与分析351 次安装

geo-database

GEO Database 技能用于访问 NCBI 基因表达综合数据库(Gene Expression Omnibus),检索和下载基因表达与功能基因组学数据。GEO 是 NCBI 的公共存储库,收录超过 264,000 项研究、800 多万个样本,涵盖微阵列和测序实验。该技能适用于搜索基因表达数据集、获取实验数据、下载原始与处理后文件、查询表达谱,以及将 GEO 数据整合到计算分析流程中。核心能力包括理解 GEO 的分层数据组织(GSE 系列、GSM 样本、GPL 平台、GDS 数据集、Profiles 表达谱),使用 Entrez 进行数据集与表达谱搜索,通过 GEOparse 库下载和解析数据,使用 NCBI E-utilities 进行底层元数据访问,通过 FTP 直接下载数据文件,以及对 GEO 数据进行质量控制、差异表达分析、相关性与聚类分析等。

数据与分析350 次安装

stata-data-cleaning

该技能用于在 Stata 中清洗、转换和准备经济学研究数据集,强调可复现性、文档记录以及处理常见数据质量问题。它提供分步指导:先了解数据来源、观测单位和关键变量,再生成包含环境设置、原始数据检查、变量清洗、缺失值处理、派生变量创建、数据校验、变量标签和最终保存的 Stata do-file 模板。适用于清洗原始调查或行政数据、合并多数据源、处理缺失值、重复值和异常值、创建可供分析的面板数据集,以及为复现研究记录数据转换过程。要求 Stata 15+,并推荐安装 unique、mdesc、labutil 等用户命令。

数据与分析350 次安装

metabase-react-sdk-setup

该技能用于 Metabase React SDK(@metabase/embedding-sdk-react)的首次接入配置,覆盖实例检测、API 密钥获取、仪表盘发现、JWT 认证、SDK 安装与初始嵌入代码生成。它要求先取得 Metabase 实例 URL 和管理员 API 密钥,再检测版本(区分 OSS 与 Enterprise)、启用 Embedding SDK、搜索并选择仪表盘,随后获取对应版本文档、配置 JWT SSO 并安装 SDK,最后在用户项目中生成嵌入代码与主题配置。适用于需要把 Metabase 仪表盘嵌入 React 应用的开发场景。

数据与分析350 次安装

migrate-postgres-tables-to-hypertables

该技能用于将已识别出的 PostgreSQL 表迁移为 TimescaleDB 超表(hypertable),并提供最优配置、迁移规划与验证流程。它指导用户选择分区列(时间戳或顺序整数)、计算分块间隔、检查主键与唯一约束兼容性、配置压缩(segment_by、order_by、稀疏索引与压缩策略),并给出原地迁移(小于 1GB)与蓝绿迁移(大于 1GB)两种方案。迁移后通过分块与压缩分析、查询性能测试和存储指标进行验证,并包含外键限制、大表迁移时间估算、压缩与分块排除问题排查及持续监控视图。适用于高写入量、基于时间访问模式的时序数据工作负载。

数据与分析349 次安装

faiss

FAISS 是 Meta(Facebook)AI 研究团队开源的稠密向量相似度搜索与聚类库,使用 C++ 编写并提供 Python 绑定,可处理数十亿级向量。它支持多种索引类型(Flat 精确搜索、IVF 倒排文件、HNSW 图索引、PQ 乘积量化等),并提供 GPU 加速,适合对大规模向量数据集进行高吞吐、低延迟的纯向量相似度检索,以及嵌入向量的离线/批量处理。FAISS 本身不提供元数据过滤或完整数据库功能,若需要这些能力可考虑 Chroma、Pinecone、Weaviate 等替代方案。项目采用 MIT 许可证,GitHub 星标超过 31,700。

数据与分析347 次安装

analyze

这是一个面向个股与ETF的深度分析技能,代号 /analyze(v3.0),采用宏观-行业-个股三层分析框架。触发场景为用户表达“分析XX”“看看XX怎么样”“XX值得买吗”“研究一下XX”等意图。支持的输入形式包括ETF代码(如 588000)、A股代码(如 002594)、港股代码(如 00700)以及股票名称(如 比亚迪)。技能通过运行 fetch_full_analysis.py 脚本获取宏观、行业与技术面全套数据,并读取用户配置中的持仓、关注方向与投资风格,必要时用 WebSearch 补充财报、公告、研报信息。评分体系为百分制:宏观20分(市场周期、指数趋势、北向资金、市场情绪)、行业20分(板块强弱、资金流向、相对强度、政策催化)、个股技术60分(趋势、动能、量价、位置与ATR止损),并按分数给出强势/偏强/中性/偏弱/弱势五档参考。报告覆盖快速摘要、宏观、行业、技术、综合评分与交易策略(买点、止损、目标位)等部分,结果保存至指定路径并更新追踪记录。该技能明确禁止用WebSearch获取价格数据、编造指标、脚本失败时跳过分析等行为,并附有免责声明:分析基于历史数据,不构成投资建议。

数据与分析345 次安装

querying-posthog-data

这是一个用于指导如何查询 PostHog 数据的技能(skill),来源为 posthog/ai-plugin。它的核心作用是在编写 HogQL/SQL 之前,帮助使用者选择正确的查询路径:对于受支持的产品分析问题,默认使用类型化查询工具(如 query-trends、query-funnel、query-retention、query-stickiness、query-paths、query-lifecycle),只有在需要 SQL 能力或明确要求 SQL 时才使用 execute-sql。该技能还涵盖如何通过系统表查找 PostHog 实体、如何使用语义层的受治度量(governed measures)、如何渲染查询结果,以及针对业务或遥测指标(如 MRR、激活率、活跃组织、失败率等)的语义层工作流。资料同时提供了数据 schema、HogQL 参考和多种分析查询示例的索引。

数据与分析344 次安装

geospatial-data-pipeline

地理空间数据处理技能,专注于大规模地理空间数据的处理、优化与可视化。覆盖无人机影像处理与标注、GPS 轨迹分析与可视化、基于位置的邻近搜索、Web/移动端地图瓦片生成、坐标系转换、地理围栏与空间查询,以及面向 Web 的 GeoJSON 优化。技能内容以反模式讲解为主,涵盖坐标存储、空间索引、坐标系混用、大体积 GeoJSON 加载、球面距离计算等常见问题,并给出 PostGIS 与 MongoDB 地理空间能力的选型对比、生产环境检查清单,以及参考文档与脚本说明。

数据与分析343 次安装

tracking-crypto-prices

该技能提供实时与历史加密货币价格数据,覆盖 10,000 多种币种,是加密插件生态的数据层,10 多个其他技能依赖它获取价格信息。支持查询单个或多个交易对、按预设观察列表(top10、defi、layer2、stablecoins、memecoins)批量扫描、按周期或自定义日期范围获取历史数据,并可输出表格、JSON 或 CSV(OHLCV)。内置缓存、指数退避、yfinance 回退与过期缓存兜底等限流与容错机制。

数据与分析343 次安装

Machine Learning

这是一个面向 Python 机器学习的技能模块,主要围绕 scikit-learn、PyTorch 及相关工具展开,帮助学习者构建机器学习模型。内容涵盖数据预处理、模型选择、训练流水线、交叉验证与超参数调优;PyTorch 的张量操作、神经网络模块、训练循环、DataLoader 与 GPU 加速;特征工程中的特征选择、降维、缩放、编码与缺失值处理;模型评估中的指标选择、混淆矩阵、ROC 曲线、学习曲线与模型比较;以及 MLOps 基础,包括模型序列化、MLflow 实验跟踪、模型版本管理、模型服务和可复现性。学习前提为 Python 基础、NumPy 与 Pandas、统计学基础。学习成果包括训练机器学习模型、评估模型性能、构建机器学习流水线以及将模型部署到生产环境。

数据与分析342 次安装

finnhub-api

FinnHub API 是一项金融数据接口集成技能,用于通过 FinnHub 提供的 REST 与 WebSocket 接口获取股票、外汇、加密货币、公司基本面、新闻与实时行情数据。该技能覆盖实时报价、历史 OHLCV K 线、公司档案、同业公司、公司新闻、基础财务指标、财报日历、IPO 日历、股息与拆股、分析师评级与目标价,以及外汇汇率和加密货币行情等。使用方式为通过环境变量 FINNHUB_API_KEY 配置密钥,可直接调用 REST 端点(基础地址 https://finnhub.io/api/v1),也可安装官方 SDK(Python 使用 pip install finnhub-python,JavaScript 使用 npm install finnhub);实时数据可通过 WebSocket 地址 wss://ws.finnhub.io?token=API_KEY 订阅。免费层每分钟 60 次调用,付费层每分钟 300 次以上;部分端点如内部人交易与情绪、SEC 文件、ESG 评分、专利数据、国会交易、国际市场、营收与 EPS 预估等标记为 Premium,需付费。资料未提供具体价格、免费层完整调用额度以外的限制细节、各端点完整参数与返回结构,以及官方文档与定价页的访问地址,这些内容暂未提供。

数据与分析340 次安装