SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-30 00:12

数据与分析

17,154 个结果

uber-eats-menu-scraper

Uber Eats Menu Scraper 是一个用于采集 Uber Eats 菜单数据的技能（Skill）。它通过 BrowserAct CLI 访问真实浏览器页面并执行任务，可收集可见的菜单项、价格、描述、选项、可用性以及餐厅信息等数据。适用于本地商业品类研究、促销与配送信号分析、跨门店或跨区域菜单对比，以及导出带来源链接的食品配送或本地商业数据集。该技能强调仅处理公开数据或用户已获授权的数据，并支持在运行时由 BrowserAct 选择合适的浏览器工作流，而非预先构建站点专用脚本。

数据与分析23 次安装

walmart-search-results-scraper

Walmart Search Results Scraper 是一个用于采集 Walmart 搜索结果页面的技能（Skill）。它通过 BrowserAct CLI 访问真实浏览器页面并执行任务，可收集搜索结果页及排名商品卡片中的产品标题、品牌、价格、货币、折扣、评分、评论数、徽章、卖家、配送、库存、赞助标签、商品 URL、缩略图引用、来源 URL 及页面元数据等可见字段。适用于关键词可见性、商品组合、定价与推广结果研究，以及跨查询或跨地区比较排序或筛选后的结果集，并导出带来源链接的商品发现表格。使用前需明确目标 URL、搜索词、所需字段、结果数量、去重键和输出格式；需要实时浏览器访问时调用 browser-act 技能，仅处理公开数据或用户获授权访问的数据。该技能不要求预先编写站点专用脚本，由 BrowserAct 在运行时选择浏览器工作流。网站可用性、可见字段、登录要求、地区内容和结果限制可能变化；Cookie、账户信息、浏览器 ID、代理设置和个人关键词应保存在 workspaces/ 目录而非技能目录中。

数据与分析23 次安装

leiloeiro-avaliacao

该技能用于拍卖房产的专家评估，围绕市场价值、强制清算价值、ABNT NBR 14653 标准，以及比较法、收益法、成本法、CUB 和安全边际等方法展开。当用户提到“avaliar imovel leilao”“valor de mercado leilao”“laudo avaliacao leilao”“abnt nbr 14653”“valor venal imovel”“preco imovel leilao”等相关主题时适用。技能要求在执行前阅读详细指南，并遵守其中的安全、前置条件和验证要求；不适用于与拍卖评估无关的任务、可由更简单专用工具处理的任务，或需要通用协助而非领域专业知识的场景。输出不能替代针对具体环境的验证、测试或专家复核；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。

数据与分析23 次安装

monte-carlo-push-ingestion

Monte Carlo Push Ingestion 是一个面向数据工程场景的技能指南，用于帮助用户从任意数据仓库采集元数据、血缘关系和查询日志，并通过推送式摄取 API 发送到 Monte Carlo。它适用于拉取式采集器无法覆盖的场景，例如不暴露查询历史的集成、非仓库资产之间的自定义血缘，或用户已自行持有这些数据并希望直接推送。该技能提供基于 pycarlo SDK 的脚本模板（Snowflake、BigQuery、BigQuery Iceberg、Databricks、Redshift、Hive），并强调必须从模板出发生成代码、保存每次推送返回的 invocation_id，以及遵循分批、推送频率和内存检查等约束。

数据与分析23 次安装

ai-ready-data

AI-Ready Data 是一个用于评估和优化数据以便支撑 AI 工作负载的评估框架。它围绕六个 AI 就绪度因素——Clean（干净）、Contextual（有上下文）、Consumable（可用）、Current（时新）、Correlated（相关）、Compliant（合规）——组织检查项，每个需求都是自包含目录，每个平台配套 check.md（评估 SQL，返回 0–1 分）、diagnostic.md（诊断详情 SQL）和 fix.md（修复 SQL 或组织建议）。工具分三个阶段：Scan 对大量 schema 做轻量级扫描以生成可比较的就绪度视图用于优先级排序；Assess 针对特定资产按画像（RAG、agents、training、feature-serving 或自定义）深度评估并打分报告通过或失败；Remediate 对未通过项给出平台专属修复方案，经用户确认后执行并验证。会话流程依次为平台选择、发现（引导式、探索式或扫描）、画像选择、调整、覆盖度检查、执行评估、出报告、修复。当前资料中明确支持 snowflake 平台。

数据与分析23 次安装

mongodb

MongoDB 技能用于为 Sorcha 分布式账本配置 MongoDB 文档存储与查询操作。MongoDB 是 Sorcha 注册服务（Register Service）的文档存储，用于保存寄存器、交易、凭据（docket）和系统蓝图等数据。该代码库采用两层存储架构：热层（可变的 IDocumentStore<T>）和冷层（不可变的 IWormStore<T>，用于 WORM/账本数据）。技能涵盖连接设置、仓储注册、过滤构建器、更新构建器、复合索引、WORM 存储与文档存储等核心概念，并提供带分页的过滤查询、数组元素查询等常见模式示例。适用于实现文档存储、查询集合等场景。

数据与分析23 次安装

echarts

Apache ECharts 是一款开源（Apache-2.0）的 JavaScript 图表库，用于创建交互式数据可视化。它通过 chart.setOption() 接收一个普通 option 对象来绘制图表，内置折线图、柱状图、饼图、散点图、热力图、树图、桑基图、地理图及自定义系列，并自带提示框、缩放、动画与主题功能。渲染可采用 Canvas（默认）或 SVG；在 Node.js 中无需浏览器即可生成 SVG 字符串。ECharts 6 更换了默认主题，并新增运行时主题切换，以及和弦图、蜂群图、断轴图和矩阵布局图等图表类型。该技能提供在原生 JavaScript、React（echarts-for-react）和 Vue 3（vue-echarts）中的集成方式，涵盖按需引入、响应式 resize、实时流式更新、高级图表（桑基图、日历热力图）以及从 ECharts 5 升级到 6 的注意事项，还包含服务端渲染 SVG 和大数据量抽样的示例。

数据与分析23 次安装

whale-watcher

Whale Watcher 是一个用于链上监控的技能，主要追踪大额代币转账和鲸鱼钱包活动。它通过链上数据与区块浏览器 API 获取信息，支持大额转账告警、指定钱包地址监控、近期区块扫描以及特定代币的资金流入流出分析。该技能使用 get_block_info、get_transaction、get_native_balance、get_erc20_balance 等工具，数据来源包括 RPC 提供的链上区块与交易数据，以及 Etherscan、BSCScan 等区块浏览器 API 的索引数据。典型使用场景包括查询某条链上近期的大额转账、监控某个地址的动向，以及分析鲸鱼对特定代币的操作趋势。

数据与分析23 次安装

ckvd-usage

CryptoKlineVisionData（CKVD）是一个用于获取加密货币市场行情数据的 Python 库，通过故障转移控制协议（Failover Control Protocol，FCP）在多个数据源之间自动切换，优先级为缓存（约 1ms）→ Vision API（约 1-5s）→ REST API（约 100-500ms）。它支持现货（SPOT）、USDT 本位合约（FUTURES_USDT）和币本位合约（FUTURES_COIN）等市场类型，提供分钟、小时、日线等多种 K 线周期，并支持同步与异步的实时 K 线流式订阅。用户可通过高层 API fetch_market_data 或管理器对象 CryptoKlineVisionData 获取数据，返回 pandas DataFrame 或 KlineUpdate 对象。该技能还附带符号校验、缓存检查、FCP 诊断等辅助脚本，适用于量化研究、行情回测与实时监控等场景。

数据与分析23 次安装

gdelt-events-fetch

gdelt-events-fetch 是一个用于从 GDELT 2.0 官方公共端点拉取 Events 表导出快照（*.export.CSV.zip）的智能体技能。它可以通过 lastupdate.txt 解析最新可用快照，也可以通过 masterfilelist.txt 解析指定 UTC 时间范围内的历史快照。下载过程内置重试与指数退避、请求频率节流和 --max-files 安全上限，避免意外批量拉取。下载后会进行传输与结构校验，包括 ZIP CRC 完整性检查、UTF-8 严格解码检查以及制表符列数检查（Events 默认 61 列），并可将问题行隔离到 quarantine 目录。运行结果以 JSON 清单形式输出，同时通过 stderr 和可选日志文件记录结构化日志。适用于需要获取 GDELT 事件数据最新或指定时间范围快照、并关注下载可靠性与数据质量的场景。

数据与分析23 次安装

gdelt-gkg-fetch

gdelt-gkg-fetch 是一个用于抓取 GDELT 2.0 GKG 表导出文件（*.gkg.csv.zip）的原子化技能，从官方公开端点获取数据。它可以通过 lastupdate.txt 解析最新可用快照，或通过 masterfilelist.txt 解析指定 UTC 时间范围内的历史快照，并持久化下载文件、返回机器可读的 JSON 清单。该技能内置重试与指数退避、Retry-After 支持、请求限流、最大文件数安全上限、下载前的日期时间格式与范围校验，以及下载后的传输与结构验证（ZIP CRC 完整性、UTF-8 严格解码、制表符列数检查，默认 27 列），并支持将异常行隔离到指定目录。运行过程通过结构化日志输出到 stderr 和可选日志文件。适用场景为需要按需获取 GDELT GKG 数据的任务，不包含内部调度或轮询循环。

数据与分析23 次安装

open-meteo-historical-fetch

该 Skill 通过 Tiangong CLI 的 open-meteo.historical-weather 能力获取有界的 Open-Meteo 历史天气再分析数据，支持最多十个已知坐标、单一受控模型以及明确的逐小时与逐日变量。它本身只提供意图路由和结果使用边界，源发现、输入输出模式、HTTP 行为、限制、校验和回执均由 CLI 负责。使用前需读取能力需求文件，用稳定 CLI 执行 data describe 和默认静态 doctor，确认能力 ID、契约主版本与 open-meteo.series-all-null 操作特性匹配后，从响应中复制确切版本号填入运行请求。请求采用 tiangong.data.run-request.v1 信封，坐标为 WGS84 十进制度，逐小时与逐日变量数组均必填。结果应视为填补后的再分析或模型网格估算，需保留空值和部分覆盖信息，保留所选模型，并按规定归属 Open-Meteo 及底层数据提供方。

数据与分析23 次安装

financial-health

该技能用于评估公司的财务健康状况，通过计算和解读流动性比率、杠杆指标与偿债覆盖率，分析公司偿还短期债务、承担长期债务以及抵御不利经济环境的能力。它会检查债务到期结构、契约风险指标和表外义务，并标记可能被表面财务报表掩盖的潜在压力信号。适用于用户询问债务水平、流动性、偿付能力、资产负债表强度、流动比率、速动比率、债务权益比等场景。数据主要来自 SEC EDGAR XBRL 接口，辅以 Stock Analysis、Gurufocus 及网络搜索获取信用评级和债务细节。

数据与分析23 次安装

data-reconciliation-and-financial-controls

该技能用于指导智能体为业务关键数据设计对账与财务控制方案。当需要用控制证据而非仅靠测试来验证财务、运营或审计敏感指标时使用。它帮助智能体设计对账逻辑、控制总数、异常处理流程以及面向审计的验证机制，适用于高可信度数据集。资料强调：当业务要求数字必须对账时，不能仅依赖少量抽查查询；需要明确控制目标、可接受差异、对账频率、异常责任人，并保留可复现的控制证据。

数据与分析23 次安装