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 10-31 00:15
17,194 个结果
Data Integrity Guardian 是一个专注于数据库设计与数据安全的审查型技能，用于检查数据库迁移、数据模型和持久化数据代码的安全性。它覆盖迁移可逆性与回滚、数据丢失风险、NULL 值与默认值处理、数据约束与唯一性竞态、外键与引用完整性、事务边界与隔离级别、死锁与回滚处理，以及 PII 识别、加密、数据保留、审计与 GDPR 删除合规等隐私要求。适合在评审迁移脚本、模型定义或持久化层代码时使用，帮助提前发现可能导致数据损坏或合规问题的隐患。
AutoViz 是一个用于自动探索性数据分析（EDA）和可视化的 Python 技能，号称用一行代码即可生成全面图表、检测模式并导出结果。它面向快速 EDA、陌生数据初始探索、变量关系自动发现、演示准备、大数据集分析（内置抽样）、特征分布与重要性理解、相关性寻找以及 HTML 报告导出等场景。使用方式为通过 pip 或 uv 安装 autoviz，并使用 pandas 配合 AutoViz_Class；若需全部可视化后端，还可安装 matplotlib、seaborn、plotly、bokeh。核心调用方式是 AV.AutoViz()，支持传入 CSV 文件名或 DataFrame，并可指定目标变量、图表格式（如 svg、png、html、bokeh、server）、抽样行数与列数、lowess 平滑、输出目录等参数。资料同时提醒，若需要高度定制的可视化、交互式仪表盘、实时数据流、生产自动化图表、严格统计检验或特定领域专业图表，则不适合使用 AutoViz，应改用 Streamlit、Dash、Plotly、Altair 等工具。
疲劳分析技能（fatigue-analysis）用于海洋与海上结构构件的疲劳寿命评估，基于 S-N 曲线与损伤累积方法。它内置来自 17 项国际标准（DNV、API、BS、ABS 等）的 221 条 S-N 曲线，支持焊接接头疲劳寿命评估、S-N 曲线选择、应力集中系数应用、Palmgren-Miner 损伤累积、疲劳极限评估、不同标准对比以及疲劳分析报告生成。技能提供 S-N 曲线数据库、疲劳计算器、应力谱生成器（Weibull 分布与雨流计数）等实现，并可通过 YAML 配置分析参数。适用于海上钢结构、立管环焊缝、管节点等场景。
Sweetviz 是一个用于自动化探索性数据分析（EDA）的 Python 库，能够为 pandas DataFrame 生成精美的 HTML 报告，并支持数据集对比、目标变量分析等功能。它擅长比较两个数据集（例如训练集与测试集），以及分析各特征与目标变量之间的关系。使用时可通过 pip 或 uv 安装，用一行代码即可生成完整的分析报告，适合快速 EDA、特征对比、数据漂移检测和特征选择等场景。对于超过 100 万行的超大数据集、流式数据、深度统计检验、自定义可视化、交互式仪表盘以及文本/NLP 分析，资料建议改用其他专门工具。
Wave Theory 是一个面向海洋与近海工程的波浪理论专业知识技能，涵盖波浪力学、谱分析、波浪统计与不规则海况建模。该技能用于处理波谱（如 JONSWAP、Pierson-Moskowitz、波浪散布图）、波浪统计（有效波高、谱参数）、由谱生成时间序列的不规则海况、波浪运动学（质点速度与加速度）、波浪变形（浅化、折射、绕射）以及极值设计波估算等任务。资料提供了大量 Python 代码示例，包括线性（Airy）波浪理论属性计算、波浪质点运动学、JONSWAP 与 P-M 谱计算、谱参数与瑞利分布统计、不规则波浪时间序列生成、波浪散布图构建以及基于威布尔/耿贝尔分布的极值波高分析。适用场景为离岸工程设计中的波浪环境分析。其具体安装、收费与平台信息暂未提供。
该技能用于在多系统之间进行主数据管理与实体解析，帮助智能体回答“这个人或这个对象究竟是什么”。它指导定义规范实体、匹配逻辑、存活规则（survivorship）以及下游安全的解析行为，适用于构建客户、产品或账户黄金记录、跨系统去重身份、定义主数据域、发布规范参考数据集等场景。工作流包括：定义实体契约（规范实体类型、来源系统、主标识符、置信度或匹配逻辑、归属），选择匹配策略（精确键匹配、确定性规则匹配、概率或评分匹配），定义存活规则（每个属性在何种条件下由哪个系统胜出），跟踪未解决和歧义案例，并发布带清晰置信度和血缘上下文的主数据。资料同时提醒：共享依赖场景下不应把实体解析简化为临时连接；把邮箱当唯一客户键、认为匹配后黄金记录显而易见、把歧义匹配当边缘案例等想法均不成立。危险信号包括缺少显式规范实体定义、存活逻辑隐含在 SQL 排序中、未解决案例被静默丢弃或强制处理、未告知下游消费者匹配置信度假设。验证要求：规范实体和来源系统明确、匹配和存活规则有文档、歧义案例有既定处理路径、发布的主数据在需要时包含血缘或置信度上下文。
该技能用于为数据系统安全地设计调度、重跑与回填流程，适用于修改编排、重试、依赖时序或历史数据重处理等场景，强调幂等性、恢复路径与成本评估。
该技能用于在数据回填或历史重跑前强制生成可重放计划、对账闸门与回滚路径，要求计划获批后才执行，避免重复计数、指标损坏与下游信任丧失。
该技能用于从 Common Crawl 等网络规模数据构建大语言模型预训练语料库，覆盖抽取、过滤、去重、去污染、混合与合成各环节，并通过受控消融实验衡量每个数据整理决策的效果。它提供了一套功能参考流程，适用于从原始 WARC 爬取数据到分词分片的完整数据整理链路。
该技能用于为 FiftyOne 工作流创建 Jupyter Notebook，覆盖入门指南、教程、快速配方以及完整的机器学习流水线。它先对需求分类（入门、教程、配方、完整流水线），再按模板设计大纲并逐格生成 Notebook，遵循 FiftyOne 代码约定（fo、foz、fob、fot、F 等别名），要求每个 Notebook 至少包含一次 fo.launch_app() 可视化，并在生成后校验单元格顺序、代码质量与叙事流程，必要时用 papermill 在隔离虚拟环境中端到端执行。适用于需要生成可运行 FiftyOne Notebook 的场景。
FiftyOne Troubleshoot 是 Voxel51 官方技能集中用于诊断和修复 FiftyOne 常见问题的助手技能。它围绕一个 Issue Index（问题索引）组织，把用户遇到的现象（如数据集重启后消失、App 无法打开、改动未保存、视频无法播放或编解码错误、macOS 打开文件数过多、Notebook/远程环境加载失败、Notebook 图表不显示、MongoDB 连接错误、算子缺失或插件缺失、提示 No executor available、数据集只读、大数据集性能慢、App 显示陈旧数据、FiftyOne 降级、数据库版本不匹配、Teams 与 OSS 客户端类型不匹配等）映射到具体章节，并给出成因说明与修复方案。其工作流程为：先运行诊断快速检查脚本，再解释根因，提出修复方案并说明影响范围，等待用户明确确认后才执行，最后运行 Health Check 验证环境可用。技能强调安全边界：未经用户明确指示，不得修改、删除或克隆用户数据集，不得直接操作 MongoDB，不得静默修改配置或 shell 配置文件；涉及修改文件、配置或数据的操作必须先展示确切变更并获取确认。修复涉及环境变量或配置改动后会提示重启相关进程，因为改动只对新进程生效。命令以 macOS/Linux 为准，Windows 非 WSL 环境需改用 PowerShell 等价命令或使用 WSL。
该技能是一个系统化交易策略研究助手，帮助用户从模糊的交易想法出发，形成可测试、有明确规则的策略文档。它围绕四个阶段展开：边缘假设形成、策略定义、边缘验证和策略文档化。在边缘假设阶段，引导用户从第一性原理思考市场低效的来源、为何该边缘未被套利、以及何种市场状态变化会使其失效。策略定义阶段覆盖入场条件、出场策略（止盈、止损、移动止损、时间止损）、仓位规模与风险管理、时间周期与市场选择、以及市场条件过滤。边缘验证阶段通过正期望检查、执行可行性、心理可行性、市场状态依赖性和回测注意事项来审视策略是否真正可行。最后使用 Write 工具按模板生成策略文档，包含边缘假设、入场规则、出场规则、风险管理、过滤条件、回测计划、实施清单、备注和版本历史等部分。该技能强调简单优于复杂、逻辑边缘、规则清晰、风险优先、可测试和可执行，并会识别模糊规则、条件过多、无逻辑解释、不切实际期望、无风险管理、无法客观回测等危险信号。
db-enforcer 是一个数据库完整性守护类技能，定位为高性能 PostgreSQL 与 Prisma 7 系统的架构守卫者，专注于 PostgreSQL 18、TypedSQL 与零信任 RLS。它主要解决 TypeScript 应用层与 PostgreSQL 持久层之间的“类型漂移”问题，目标是构建自校验、高速且默认安全的数据库。该技能要求所有 schema 修改遵循同步协议：先做 Type-to-DB 校验（TS 枚举或联合类型需对应 SQL CHECK 约束），再用 prisma migrate dev --create-only 生成迁移，最后进行完整性审计。同时列出反模式清单，如手动执行 SQL、暴露原始 ID、缺失 CHECK 约束等，并给出对应替代方案。技术要点涵盖 PostgreSQL 18 的 UUIDv7、虚拟列、时间约束、AIO 子系统，以及 Prisma 7 的 TypedSQL、TypeScript 引擎、Prisma 扩展和关系模拟。安全方面要求每张表受行级安全（RLS）保护，使用 auth.uid() = user_id 等策略。
股息贵族计算器（Dividend Aristocrat Calculator）是一个面向股息投资分析的技能，用于评估标普500中连续25年以上提高股息的“股息贵族”公司。它以股息型投资组合经理的视角，围绕收益可靠性、含股息再投资的总回报以及股息可持续性展开分析。该技能先与用户确认分析范围（仅标普500股息贵族，或纳入股息之王、国际股息增长股、自定义名单）、回报时间跨度（默认10年回溯）、结果数量（默认前10名）、排序优先级（收益可靠性、总回报、股息增长、收益率或均衡）以及再投资假设（DRIP按除息日价格再投资，或现金累积）。随后计算核心指标，包括10年含DRIP总回报、当前股息率、5年与10年每股股息复合增长率、基于盈利的派息率、基于自由现金流的派息率与覆盖倍数。在可持续性评估中，考察派息率空间、FCF覆盖（≥1.3倍）、债务能力、盈利稳定性、股息增长轨迹与管理层承诺。最后按均衡、收益或增长三种权重配置进行综合打分排名，并输出执行摘要、方法论、个股档案、对比表与假设10万美元投资的收益预测。该技能强调DRIP复利差异、高收益陷阱、通胀调整、税务处理提示、连续增长纪录风险与行业集中度风险。
A股股份回购监控技能，用于跟踪并解读A股上市公司的股份回购事件，包括回购目的、实施进度、回购均价、价格区间与完成度。该技能将回购事件转化为信号强度分层、估值与资金交叉验证以及可跟踪的回购清单与规则，帮助评估管理层信号、估值锚以及“利好兑现/利好出尽”风险。适用于用户询问A股回购、回购进度、回购均价、回购信号或需要回购筛选的场景。输出仅供信息参考与教育目的，不构成投资建议。
该技能将 vaults.fyi 的 DeFi 收益市场数据（基准利率、金库对比、策展人档案）与 Zerion 钱包上下文结合，用于回答收益市场现状及投资组合对比问题。支持查询基准 APY 及其 30 天趋势、按资产/网络/APY/TVL/策展人搜索和排序金库、获取金库详情与 30 天 APY 历史、列出策展人及网络，并可将钱包持仓与基准和备选金库进行对比。适用于市场快照、金库横向对比、策展人概览等场景。需安装 Zerion CLI、配置 Zerion API key 并连接 vaults.fyi 托管 MCP v2。
该技能名为 vaults.fyi Strategist，用于基于 vaults.fyi 的历史数据与基准利率基础设施，结合 Zerion 钱包上下文，进行机构级收益策略分析。它可回答其他 DeFi 数据源难以回答的问题，例如：若当初选择金库 A 而非金库 B 会多赚多少、当前利率是高是低、哪位策展人历史业绩最佳、某金库 APY 为何偏高、收益来源拆解等。适用于回测、利率环境评估和策展人评估。使用前需安装 Zerion CLI、配置 Zerion API 密钥并连接 vaults.fyi 托管 MCP v2。
该技能将 Zerion 钱包分析与 vaults.fyi 收益数据结合，用于审计钱包中的 DeFi 持仓，量化机会成本，并为闲置或表现不佳的资产寻找更高收益的替代方案。它通过 Zerion CLI 获取完整投资组合快照（持仓、余额、盈亏），再借助 vaults.fyi 的 MCP 工具获取金库持仓、可领取奖励、闲置余额、基准利率和最佳存款选项，最终生成包含风险提醒、机会成本、闲置资产建议和集中度风险的审计报告，并给出按优先级排序的行动清单。执行兑换、跨链或存款前需用户逐项确认。
Astropy 是面向天文学与天体物理研究的核心 Python 库，提供坐标转换、单位与量值计算、FITS 文件读写、宇宙学计算、精确时间处理、表格操作以及天文图像处理等基础功能。该技能适用于处理天体坐标（ICRS、Galactic、FK5、AltAz 等）、物理单位换算（如 Jy 转 mJy、秒差距转千米）、FITS 图像与表格的读写与修改、宇宙学距离与回溯时间计算、多时间尺度（UTC、TAI、TT、TDB）与格式（JD、MJD、ISO）的时间处理、星表交叉匹配与筛选、像素与世界坐标之间的 WCS 变换，以及天文常数与相关计算。安装方式为 uv pip install astropy，完整功能可安装 astropy[all]。
该技能用于对科学数据文件执行全面的探索性数据分析（EDA），覆盖 200 多种科学文件格式。它可自动检测文件类型、按格式提取元数据、评估数据质量与完整性、生成统计摘要与分布、给出可视化建议和后续分析建议，并输出适合文档记录与下游分析规划的 Markdown 报告。支持化学与分子、生物信息与基因组、显微与成像、光谱与分析化学、蛋白质组与代谢组、通用科学数据六大类格式。适用于用户提供科学数据文件路径并要求探索、分析、总结数据，或需要了解数据结构、评估数据质量、判断适合的分析方法等场景。
MATLAB 与 GNU Octave 数值计算技能，面向矩阵运算、数据分析、可视化与科学计算。适用于编写 MATLAB/Octave 脚本、求解线性代数与微分方程、处理信号、导入导出数据以及批量处理文件等场景。GNU Octave 是免费开源且与 MATLAB 高度兼容的替代方案。该技能提供矩阵操作、线性代数、绘图、数据 I/O、控制流与函数、统计、ODE 求解、信号处理等核心能力，并附带矩阵数组、数学、图形可视化、数据导入导出、编程、Python 集成、Octave 兼容性、脚本执行等参考文件。
NetworkX 是用于创建、操作和分析复杂网络与图的 Python 包，适用于社交网络、生物网络、交通系统、引文网络、知识图谱等实体关系场景，支持图算法、网络生成、多种格式读写与可视化。
pymoo 是一个以多目标优化为重点的 Python 优化框架。它支持单目标与多目标优化，提供 NSGA-II、NSGA-III、MOEA/D 等主流算法，内置 ZDT、DTLZ 等基准测试问题，并支持自定义遗传算子（交叉、变异、选择）与多准则决策方法，适用于工程设计中存在相互冲突目标的权衡求解场景。该技能还包含约束处理方法、Pareto 前沿可视化以及可执行的示例脚本。
QuTiP（Quantum Toolbox in Python）是一个用于量子物理模拟的 Python 库，专注于开放量子系统的仿真与分析。它同时支持封闭（幺正）量子系统和开放（耗散）量子系统，并提供多种针对不同场景优化的求解器。该技能适用于研究主方程、Lindblad 动力学、退相干、量子光学以及腔 QED 等课题。核心能力包括量子态与算符的创建与操作、时间演化求解（sesolve、mesolve、mcsolve、brmesolve、fmmesolve 等）、物理量分析（期望值、熵、保真度、纠缠度量、关联函数、稳态）、可视化（Bloch 球、Wigner 函数、Fock 分布、矩阵图）以及高级方法（Floquet 理论、HEOM、置换不变性等）。安装方式为 uv pip install qutip，可选安装 qutip-qip 和 qutip-qtrl 扩展包。