SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-18 00:12
16,523 个结果
MongoDB 是一个面向文档的 NoSQL 数据库，适合存储半结构化或高度嵌套的 JSON 类数据，并支持通过分片实现水平扩展。本技能面向开发与生产环境，提供 MongoDB 的安装配置、用户与权限管理、mongosh 常用命令、索引与聚合管道、副本集搭建、备份恢复、Docker Compose 部署、监控查询、配置调优与故障排查等操作指引。资料中给出了 Debian/Ubuntu 上安装 MongoDB 7 的命令、创建管理员与应用用户的方法、启用认证的配置、副本集初始化与 keyfile 生成、mongodump/mongorestore 备份恢复示例，以及生产环境配置建议。适用于需要灵活模式、丰富查询与聚合能力的文档型数据库场景。
用于在 Quarkus 中使用 Hibernate ORM Panache 进行数据访问的技能，涵盖 PanacheEntity/PanacheEntityBase、PanacheRepository、命名查询、JPQL、原生查询、DTO 投影、分页、JOIN FETCH、乐观锁与测试事务等模式。
面向 R 语言统计计算、数据分析与可视化的专家级技能，覆盖 R 基础、tidyverse、ggplot2、统计检验、时间序列、机器学习与 R Markdown，适合需要 R 编程与数据科学指导的场景。
这是一个针对单一 A 股上市公司财务报表进行深度分析的技能。它扮演法证财务分析师，围绕盈利质量、财务健康状况、财务造假风险和运营效率展开审视。主要能力包括五因子杜邦分析（税负系数、利息负担系数、营业利润率、资产周转率、权益乘数），盈利质量测试（应计比率、现金转化率、收入确认、合同负债、非经常性项目、政府补助依赖），财务健康评分（Altman Z 值、Piotroski F 值、Beneish M 值），营运资本与现金转化周期分析（DSO、DIO、DPO），资产负债表隐性风险评估（商誉减值、关联交易、应收票据、在建工程、其他应收款、股份支付、有息负债结构、股权质押），业务分部分析，以及同行基准比较。使用方式为先与用户确认分析对象、时间跨度、重点领域、对比公司和数据来源，再按既定流程逐步分析。适用于用户要求深入分析某家公司财务报表、杜邦分析、盈利质量检查、资产负债表分析、现金流分析、Z 值评分、M 值评分、营运资本分析等单公司财务审视场景。限制方面：该技能为分析性审阅，并非专业审计，无法检测高级造假或验证数据准确性；它评估财务质量，不判断股票买卖，估值相关问题应转向相应筛选技能。
输入你的优质客户，基于公司画像、技术栈、增长信号与相似度评分，查找100家以上相似公司并生成排序目标客户名单的Claude技能。
Amazon Research 是一项仅用于获取亚马逊平台证据的技能，适用于竞品分析、价格区间、评论挖掘、畅销榜与选品调研。仅在请求明确涉及亚马逊 ASIN、评论、畅销榜、卖家列表或市场定价时使用。
Supabase 维护的 Postgres 性能优化与最佳实践技能，提供按影响程度排序的规则集合，覆盖查询性能、连接管理、安全与 RLS、Schema 设计、并发与锁、数据访问模式、监控诊断和高级特性等 8 个类别。适用于编写、审查或优化 Postgres 查询、Schema 设计、索引、连接池配置及行级安全策略等场景。
该技能用于生成符合学术论文、幻灯片和报告发表要求的 matplotlib 图表，涵盖柱状图、趋势线、散点图、热力图和多面板布局等类型，并统一字体、配色、边框、图例与导出风格。它适用于需要与 figures4papers 仓库图表风格一致的场景，例如分组柱状图、趋势线、热力图、多面板网格以及 PDF/SVG/高分辨率输出。该技能不适用于 Plotly、Altair、Bokeh 等交互式或网页优先绘图，也不适用于仅做探索性分析、以 3D/GIS 或非 matplotlib 工具为主、或使用 Illustrator/Figma 进行信息图设计的场景。使用时建议按需打开 references/ 目录下的文件，从索引表出发，再跟随文档内链接及 references/demos.md 中的 figure_* 代码，避免一次性加载全部参考资料。
这是一个财务分析师技能：用户提出估值、交易可行性或报表平衡等资金问题，它先明确问题与决策目标，收集输入并标注来源与假设，然后构建带实时公式的 Excel 工作簿（.xlsx）来验证答案。它覆盖 DCF、可比公司、LBO、并购、三表模型、运营预算、13 周现金流、资本预算、股权结构表、项目融资、债务测算、租赁房产、商业地产收购、翻新转售、开发模型、股权瀑布、情景与敏感性分析、模型审查等场景。交付前会重算并检查错误值、用第二种方法交叉验证关键数字、做现实性检验，最后先给出结论、关键驱动因素、盈亏平衡点、需确认的假设与警告，再提供文件路径。
股票分析器是一个用于分析单只或多只股票以及进行大盘复盘的技能，基于 src/services/analyzer_service.py 的逻辑实现。它提供分析单只股票（analyze_stock）、分析多只股票（analyze_stocks）和执行大盘复盘（perform_market_review）三类功能。分析结果封装为 AnalysisResult 对象，其 dashboard 属性包含 core_conclusion（一句话总结、信号类型、仓位建议）、data_perspective（趋势状态、价格位置、量能分析、筹码结构等技术数据）、intelligence（新闻、风险警报、积极催化剂等定性信息）和 battle_plan（狙击点、仓位策略、风险控制清单等可操作策略）四部分。所有分析函数可接受可选的 Config 对象，未提供时自动使用从 .env 加载的全局单例配置。该技能还说明可将 xAI Grok 作为分析模型使用，并介绍了 Grok Bot 通过 HTTP 调用本仓库接口的对接方式。
GitNexus 可选的 --pdg 程序分析子系统专家知识，涵盖控制流图（CFG）、到达定值与函数内/跨函数污点分析，用于审查、解释或扩展相关代码与查找结果。
USPTO Database 是一个用于访问美国专利商标局（USPTO）系列 API 的技能，面向专利与商标检索、审查历史查询和知识产权分析。它可检索专利的关键词、发明人、受让人、分类和日期信息，获取专利权利要求、摘要与引用数据；通过 PEDS 查询专利申请的审查历史与事务记录；通过 TSDR 获取商标状态、归属与审查历史；还可跟踪专利与商标的转让记录、分析引用关系、获取审查意见通知书（Office Action）、PTAB 程序与专利诉讼记录。所有 USPTO API 均需在官方平台注册并获取 API 密钥，通过环境变量配置。该技能提供 Python 辅助脚本，封装专利检索、PEDS 和商标客户端，便于执行搜索与分析任务。适用于专利检索、现有技术调查、商标监控、专利组合分析等知识产权相关场景。
本技能用于分析多步骤转化漏斗，定位访客流失的环节以及泄漏最严重的步骤，并分析促使访客转化或放弃的因素。它基于 Adobe Analytics 的访问级（visit-level）细分（segment）报表来模拟漏斗步骤。该技能通过 MCP 调用 AA 相关工具（如 findReportSuites、findDimensions、findMetrics、searchDimensionItems、findSegments、upsertSegment、runReport 等）完成报表套件选择、维度与指标发现、步骤分段查找或创建、逐步报表运行，并计算各步骤通过率。最终会生成一份内联 HTML 漏斗健康报告并写入本地文件。适用于需要以访问或访客为单位、借助 Adobe Analytics 数据进行结账或生命周期等转化漏斗诊断的场景。
从产业链上下游的景气、价格、订单、库存与盈利变化中识别机会与风险，帮助判断哪一环节在受益、承压或即将传导。适用于行业链研究、景气跟踪与链条选股。
fda-database 是一个用于访问 openFDA 开放 API 的技能，通过 Python 标准化接口查询 FDA 监管数据。它覆盖药品、医疗器械、食品、动物/兽医产品以及物质标识等多个数据集，可获取不良事件报告、产品标签、审批信息、召回与执法行动、NDC 编码、UNII 物质标识、器械分类与 510(k)/PMA 许可、药品短缺等数据。该技能适用于药物安全研究、器械上市后监测、食品安全召回追踪、兽药不良反应分析、化学物质查询和监管合规分析等场景。使用前需安装 Python 环境，可选注册 API 密钥以提高调用配额（无密钥 240 次/分钟、1000 次/天；有密钥 240 次/分钟、120000 次/天）。
Backtesting 是一个面向量化研究的学术回测框架技能，实现从数据、研究、指标、参数化到验证的完整五阶段回测方法论。它提供 30 多个风险与绩效比率（扁平化 numpy 向量化实现，无类封装）、按课程分类法划分的 10 类指标（趋势跟踪、振荡器、逆势、资金流、组合、离散计数、季节性、统计、参考、基本面）、内置 8 种策略的事件驱动回测引擎、前瞻性模拟（Johnson SU 边缘分布 + t/高斯 copula）、投资组合理论（Markowitz 有效前沿、组合之组合）、带 IS/OOS 分割与间隔的滚动前向交叉验证、参数化情景冲击的压力测试，以及基本面分析（Altman Z、Piotroski F、DuPont）。所有脚本仅依赖 numpy、pandas 和 scipy，无重型依赖。
用于从 seekdb 向量数据库查询并导出数据的技能。支持标量搜索（仅元数据过滤）与混合搜索（全文加语义，同一查询文本同时用于两种检索），结果可按 RRF 排序，并支持导出为 CSV 或 Excel 文件。
seekdb 数据库文档查询技能，通过目录检索约 1000 条 seekdb 文档条目，覆盖 SQL 语法、向量检索、混合检索、集成、部署等主题，供 AI 在用户提问 seekdb 相关问题时查找并读取对应文档。
Syncfusion Angular Chart 是 Syncfusion 提供的 Angular 图表组件，用于在 Angular 应用中实现专业数据可视化。它支持 25 种以上图表类型，包括折线、样条、阶梯线、面积、柱状、条形、散点、气泡、饼图、金融类（K 线、OHLC）、统计类（箱线图、直方图、帕累托图）、极坐标、雷达、瀑布图等。组件提供缩放、平移、工具提示、十字准线、轨迹球、选择、数据编辑等交互能力，支持多轴、图例、数据标记、数据标签、注释、趋势线、技术指标和带状线等图表元素。数据绑定支持本地数组、远程数据（OData、DataManager）、JSON 源和动态更新。可导出为 PDF、SVG、PNG、JPEG、CSV、XLSX 并支持打印。组件注重无障碍，支持 WCAG、键盘导航、ARIA、国际化和 RTL。该技能还包含 WebMCP 集成，可通过 enableWebMcp 和 webMcpSettings 注册内置图表检查与变更工具，供浏览器模型上下文和 AI 智能体操作图表。文档强调 API 准确性、TypeScript 严格类型和常见命名陷阱（如 legendSettings 而非 legend）。
将 Astronomer 的 Otto 数据工程智能体（astro otto）作为子智能体调用的技能，用于 Airflow、dbt 与数据工程任务，如版本升级迁移、生产故障排查、全仓审计等；仅在用户明确要求或环境中只装了该技能时使用，Otto 自身不得再委派给自己。
该技能用于把 CSV 或 Excel 文件导入 seekdb 向量数据库并管理集合，支持对指定列自动向量化以进行语义检索，也提供删除集合的功能。
seekdb-cli 是面向 AI 智能体的命令行数据库客户端，用于通过 shell 命令与 seekdb/OceanBase 数据库交互，输出为 JSON 结构化、无状态并带有安全护栏，支持 SQL 查询、表结构探索、向量集合检索与 AI 模型调用。
CAD To Data 是一个基于 DDC 方法论（第 2.4 章）的技能，用于将 CAD/BIM 文件转换为结构化数据。它可从 Revit、IFC、DWG、DGN 等文件中提取构件属性、工程量和关系信息。该技能定义了 CADFormat、ElementCategory 等枚举，以及 CADElement、CADLayer、CADExtractionResult 等数据类，并提供 IFCExtractor、DWGExtractor 和 CADDataConverter 等类。支持将 IFC、DWG/DXF 等格式转换为 JSON、CSV 或 dataframe 输出，可进行工程量汇总、明细表提取、JSON 导出和报告生成。
抓取 A 股消息面情报的 Claude Code 技能：从财联社、华尔街见闻、金十、新浪 7x24、东财快讯、证监会/央行/上交所/财政部政策公告及东方财富股吧等公开来源，抓取新闻、政策与情绪，输出结构化 JSON 或 Markdown。