scikit-survival
scikit-survival 是构建在 scikit-learn 之上的 Python 生存分析库，用于处理含删失数据的时间-事件建模，支持 Cox 模型、集成方法、生存 SVM、竞争风险、非参数估计与模型评估。
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 10-18 00:12
数据与分析
16,522 个结果
findata-toolkit-cn
A股金融数据工具包，提供脚本用于获取A股实时行情、财务指标、董监高增减持、北向资金以及宏观经济数据（LPR、CPI/PPI、PMI、社融、M2），适用于需要实时A股市场数据支撑投资分析的场景。所有数据源免费，通过AKShare获取，无需API密钥。安装依赖使用pip install -r requirements.txt，所有脚本位于scripts/目录，从技能根目录运行，输出为JSON格式到标准输出，错误信息输出到标准错误。
tooluniverse-single-cell
基于 scanpy/anndata 的单细胞 RNA-seq 分析技能，支持 h5ad、10X、CSV 计数矩阵加载，质控与 QC 门控（线粒体比例、基因/UMI 计数、双细胞、环境 RNA、空液滴），以及聚类、注释、差异表达、相关性、批次校正和细胞通讯分析。
cninfo-to-notebooklm
cninfo-to-notebooklm 是一个用于分析中国上市公司财报的技能工具。它可以从巨潮资讯网（cninfo.com.cn）下载中国 A 股和港股上市公司的年度报告及定期报告，并上传至 NotebookLM，配合专门的“财务分析师”人设进行 AI 分析。当用户提供中国股票名称或代码（A 股或港股）、希望分析某公司财报、要求“下载报告”或“研究”某只中国股票，或想把股票报告上传到 NotebookLM 时适用。支持 A 股（6 位代码，如 600519 贵州茅台、000001 平安银行）和港股（5 位代码，如 00700 腾讯控股、09988 阿里巴巴）。核心流程为：查询股票并自动识别市场、从 cninfo 下载近 5 年年度报告及当年一季报/半年报/三季报、创建 NotebookLM 笔记本、配置“财务分析师”人设提示词、上传全部 PDF 作为来源、返回笔记本 ID。
google-gemini-file-search
Google Gemini File Search 是一套全托管的 RAG（检索增强生成）系统，属于 @google/genai SDK 中的 File Search API。用户可上传 100 多种格式的文档（PDF、Word、Excel、代码等），系统自动完成分块、向量嵌入、语义检索并返回带引用的答案。该技能提供完整的 API 配置方法、8 类常见错误的预防策略、分块最佳实践、成本优化建议，以及 Cloudflare Workers 与 Next.js 集成模板。使用前需准备 Google AI API 密钥、Node.js 18+ 环境，并安装 @google/genai v1.29.0 或更高版本。
defillama
基于 DefiLlama API 的 DeFi 数据分析技能，可查询协议 TVL、稳定币收益池、手续费与收入、DEX 交易量、跨链桥和机构持仓等数据，适合收益筛选、协议对比与行情快照。
fitness-analyzer
运动分析技能，可分析运动数据、识别运动模式、评估健身进展并生成个性化训练建议，支持与血压、血糖等慢性病数据做关联分析。数据来源为本地JSON运动日志与用户档案。
financial-analyst-master
这是一套面向股票研究工作流的综合分析技能，充当资深股票研究分析师角色，编排 Octagon MCP 旗下的全部财务分析技能，用于对上市公司进行完整分析并撰写机构级研究报告。它以对冲基金投资组合经理为目标读者，风格强调量化驱动、结论可决策、聚焦超额收益来源。前提是需在 Cursor、Claude Desktop、Windsurf 等 AI 代理中配置好 Octagon MCP。技能覆盖财务报表（利润表、资产负债表、现金流表）、增长分析（各项同比增速与综合增长指标）、收入分部（产品与地域结构）、分析师预期与评级（共识预期、财务健康评分如 Altman Z-Score 与 Piotroski、历史财务评级、评级快照）、ESG（评级与行业基准对比）。工作流分为六个阶段：数据收集、增长与趋势分析、分部与定位、ESG 与可持续性、同业比较、报告生成。最终报告包含执行摘要与快照、投资论点、投资亮点、竞争/同业分析、预期与经营假设、估值、关键风险、ESG 评估和附录，并给出篇幅与格式规范、数据来源层级和合规披露要求。
syncfusion-blazor-range-selectors
Syncfusion Blazor RangeNavigator（SfRangeNavigator）组件技能，用于在 Blazor Server、WebAssembly 或 Web App 中实现可拖动滑块的数据区间选择与图表导航，支持折线、面积、阶梯线序列及周期按钮。
data-analysis
面向金融、SaaS 与 RevOps 场景的数据分析、可视化与叙事技能，用于分析收入、预测、同期群、流失与销售管道等数据。
alphafold-database
AlphaFold Database（AlphaFold DB）是由 DeepMind 与 EMBL-EBI 维护的公开蛋白质结构数据库，收录超过 2 亿个由 AI 预测的三维蛋白质结构。该技能用于按 UniProt ID 或蛋白名称检索结构预测、下载 PDB/mmCIF 坐标文件、分析置信度指标（pLDDT、PAE）、通过 Google Cloud 获取批量蛋白质组数据集，并将预测结果整合进计算工作流。适用于结构蛋白质组学、药物发现、蛋白质工程与进化研究等场景。数据以 CC-BY-4.0 许可免费开放，当前数据库版本为 v4。
cloudflare-vectorize
Cloudflare Vectorize 是 Cloudflare 提供的全球分布式向量数据库，用于构建语义搜索、RAG（检索增强生成）和 AI 应用，可与 Cloudflare Workers 配合使用。本技能文档覆盖 Vectorize V2 的异步变更、每索引 500 万向量、31ms 中位延迟、returnMetadata 枚举变更以及 V1 弃用等要点，并提供索引管理、向量操作、元数据过滤、语义搜索、RAG 模式、Workers AI 与 OpenAI 嵌入集成、文档处理与测试配置等实现指南，包含基础搜索、RAG 聊天、文档摄取、元数据过滤等模板。
snowflake-platform
在 Snowflake AI Data Cloud 上构建与部署应用的技能，涵盖 snow CLI、Cortex AI SQL 函数、Native Apps 与 Snowpark，并涉及 JWT 密钥对认证、账户标识符与 REST API 用法。
mermaid-diagram-generator
用于在 Markdown 中生成 Mermaid 图表的技能，支持流程图、时序图、ERD、状态图、类图、架构图、Git 图、饼图、时间线与思维导图，适合把系统流程、数据库结构和架构以代码形式嵌入文档。
data-storytelling
Data Storytelling（数据叙事）是一个用于将原始数据转化为有说服力的叙述的技能，目标是推动决策并促成行动。它面向需要向管理者、投资人或非技术受众汇报分析结果的人，提供故事结构、叙事弧线、三大支柱（数据、叙事、可视化）等核心概念，并给出问题-解决方案、趋势、对比等故事框架。技能说明中包含大量示例模板与写作技巧，例如标题写法、过渡语、不确定性表达等，还提供演示模板和可视化技巧（如渐进揭示、对比并排、注释高亮）。需要注意的是，资料明确说明其中的数字故事为合成的教学示例，并非真实客户结果或基准，使用时需替换为经验证的输入、展示假设，并区分相关性与因果。
syncfusion-blazor-stock-charts
用于在 Blazor 中实现 Syncfusion Blazor Stock Chart（SfStockChart）金融数据可视化的技能，支持 K 线、OHLC、技术指标、周期与范围选择器、股票事件、趋势线、缩放平移、导出等。
pyhealth
PyHealth 是一个面向医疗健康 AI 的 Python 库，提供临床机器学习所需的专用工具、模型和数据集。它适用于开发医疗预测模型、处理临床数据、使用医学编码系统以及在医疗场景中部署 AI 解决方案。该技能通过模块化的五阶段流水线工作：数据加载（支持 MIMIC-III、MIMIC-IV、eICU、OMOP、睡眠 EEG、医学影像等 10 多个数据集）、任务定义（20 多个预定义临床预测任务或自定义任务）、模型选择（33 个以上模型，含通用与医疗专用模型）、训练（自动检查点、监控与评估）以及部署（校准、解释与临床验证）。其数据处理速度比 pandas 快 3 倍。安装命令为 uv pip install pyhealth，要求 Python ≥ 3.7、PyTorch ≥ 1.8 以及 NumPy、pandas、scikit-learn。
scanpy
Scanpy 是一个基于 AnnData 的可扩展 Python 工具包，专门用于分析单细胞 RNA 测序（scRNA-seq）数据。它覆盖了从数据加载（.h5ad、10X、CSV 格式）、质量控制、归一化、特征选择、降维（PCA/UMAP/t-SNE）、Leiden 聚类、标记基因识别、细胞类型注释，到轨迹推断与差异表达分析的完整单细胞工作流。用户可以通过 sc.pp、sc.tl、sc.pl 等模块化接口以代码方式逐步完成分析，并生成出版物级别的可视化图表。本概述中的技能部分还提供了自动化 QC 脚本、标准工作流参考、API 速查、绘图指南和分析模板等辅助资源。
paradedb-skill
ParadeDB Skill 是一个面向 ParadeDB 的智能体技能，用于在 Postgres 中提供文本搜索、向量搜索、混合搜索（BM25 + 语义）、过滤、分面、连接与聚合方面的专家指导。当用户询问 ParadeDB 索引、BM25 评分与相关性排序、向量与混合搜索（关键词 + 语义，通过倒数排名融合）、分词器与词元过滤器、模糊匹配与短语查询、分面、聚合、片段/高亮、连接以及查询调优时使用。该技能通过内置脚本 scripts/paradedb-docs 获取 ParadeDB 官方文档索引（llms.txt），再按需拉取相关页面，并优先给出可运行的 SQL 示例。
douyin-works-crawler
抖音作品爬取工具，输入抖音名称或抖音ID，通过红狐API广域库获取账号基础信息和近期作品内容列表（支持分页，最多50条/页），需要配置红狐API密钥并消耗积分调用。
kpi-dashboard-design
KPI 仪表盘设计技能，提供设计有效关键绩效指标仪表盘的综合模式，涵盖 KPI 框架、SMART 指标、仪表盘层级，以及销售、市场、产品、财务等部门常用 KPI，并给出执行摘要、SaaS 指标、实时运营等布局范例、SQL 与 Streamlit 实现模式和最佳实践。
analyzing-mft-for-deleted-file-recovery
该技能用于通过分析 NTFS 主文件表（$MFT）恢复已删除文件的元数据与内容，结合 MFTECmd、analyzeMFT 与 X-Ways Forensics 等工具，适用于数字取证与安全事件调查。
aeon
Aeon 是一个与 scikit-learn 兼容的 Python 时间序列机器学习工具包，提供分类、回归、聚类、预测、异常检测、分割和相似性搜索等任务的先进算法。该技能适用于对时间序列数据进行分类或预测、检测异常或变化点、聚类相似模式、预测未来值、查找重复模式（motif）或异常子序列（discord）、使用专门距离度量比较时间序列以及从时序数据中提取特征。安装命令为 uv pip install aeon。
vibe-trading
Vibe-Trading 是一套面向专业金融研究的工具集，提供 AI 驱动的回测（11 个引擎）、多智能体研究团队、90 项金融技能，以及包含 478 个预置量化因子的 Alpha Zoo（覆盖 qlib158、alpha101、gtja191、学术与基本面因子，支持一行 CLI 基准测试）。其特色功能“影子账户”（Shadow Account）闭环可从交易日志中提取你的隐性交易规则，在 A 股/港股/美股/加密市场回测，并对比这些规则与你的实际交易表现差异。该工具通过 pip 安装（包名 vibe-trading-ai），提供交互式 CLI/TUI、FastAPI Web 服务与 MCP 服务器三种使用方式。核心研究工具在港股/美股/加拿大股票与加密市场上无需 API Key 即可使用，A 股数据通过免费源获取。