envio
Envio 区块链数据栈技能，涵盖 HyperSync、HyperIndex、HyperRPC 三大产品，用于高性能区块链数据访问与索引，包括选型、客户端用法、查询、API Token 与支持网络。
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 10-31 00:15
数据与分析
17,207 个结果
sql-expert
面向 Microsoft SQL Server 的 T-SQL 开发辅助技能，帮助编写、优化和调试查询，涵盖 CTE、窗口函数、PIVOT、MERGE、APPLY 运算符与执行计划分析，并可使用 WebFetch 与 WebSearch 对照微软官方文档核验语法。
supabase-rls-policy-generator
用于为 Supabase 数据库生成行级安全（RLS）策略的技能，支持多租户、基于角色等访问模型，可产出策略、辅助函数、测试查询与迁移文件。
xero
通过已配置的 Xero 集成查询 Xero 会计数据。该技能不提供私有仓库、账户清单或凭据，仅指导使用现有已认证的连接器、API 客户端或 CLI 进行只读查询与报表。不适用于 Starling（starling）。
di-agent-flow-substrait-datastage
该技能用于把经优化的 Substrait 计划生成 DataStage Python SDK 脚本，是 di-agent-query-optimization 之后的流程生成环节。目前仅支持完整下推形态：一个数据库连接器执行 SQL 并将结果写入一个 Sequential file 阶段。
di-agent-query-optimization
用于将 Substrait 计划重写为 SQL 全下推（full pushdown）紧凑形态的技能，服务于自然语言到 DataStage 流程的优化环节。它判定全下推与部分下推，仅对可证明安全的全下推生成优化计划，否则返回原计划与原因。
di-agent-query-sql
将自然语言数据请求转换为 SQL 的技能：优先走 Substrait 中间表示与编译路径，编译或运行时转换失败时回退为模型直接生成 SQL，并给出回退警告。
data-visualization
数据可视化与信息设计最佳实践技能，用于创建图表、仪表盘、图形及任何数据视觉呈现，涵盖图表选择、配色、无障碍与可访问性规范。
margin-analyzer
用于按商品和服务拆解单位经济与毛利的技能：从支付系统获取收入、从会计系统获取成本，计算收入、成本、毛利与毛利率，并给出涨价情景测算。仅呈现数据，不提供定价建议，需由企业主自行决策。
postgres-schema-patterns
面向 PostgreSQL 应用开发的社区维护模式库，涵盖社交、点赞、嵌套评论、多租户等常见功能的表结构设计、行级安全（RLS）策略、PostgREST/SDK 查询示例与性能优化建议，适用于设计数据库、实现 RLS 及优化查询。
ai-decision
基于技术分析结果生成投资决策仪表盘，输出核心结论、精确价位、检查清单与风险警报；需先运行 technical-analysis 并保持日期一致。
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。
exploratory-data-analysis
用于对科学数据文件做探索性数据分析（EDA）的技能，可自动识别200多种科学文件格式，进行格式相关分析、数据质量评估，并生成Markdown报告。适用于分析、探索或汇总科学数据文件、评估数据质量与完整性、为后续分析选型等场景。
neurokit2
NeuroKit2 是一个用于处理和分析生理信号（生物信号）的 Python 工具包，支持 ECG、PPG、EEG、EDA、RSP、EMG、EOG 等信号，适用于心理生理学研究、临床与脑机交互研究。
statistical-analysis
Statistical analysis（统计分析）是一套用于检验假设和量化变量关系的技能工具包，主要面向学术研究场景。它支持常见的假设检验，包括 t 检验、方差分析（ANOVA）和卡方检验；也支持回归、相关分析以及贝叶斯统计。工具强调在正式分析前进行假设检验（如正态性、方差齐性、线性、异常值检测），并计算效应量与置信区间，同时可进行功效分析以确定所需样本量或评估研究可检测的效应。结果可按 APA 格式报告，便于论文写作与学术发表。该技能提供配套参考文档与 Python 脚本，使用 scipy.stats、statsmodels、pingouin、pymc、arviz 等库完成分析、诊断与可视化。适用场景包括实验或观察性数据的统计分析、研究规划与结果报告。具体安装命令、收费与价格信息暂未提供。
xlsx
xlsx 是一个基于 openpyxl 与 pandas 的电子表格处理技能，用于创建、编辑和分析 .xlsx/.csv 文件，支持公式、格式、数据分析和可视化，并通过 recalc.py 重算公式、检查零错误，面向发布级表格输出。
observing-atproto
面向 ATProtocol 网络观测的中文指南，介绍如何采样 firehose、获取网络脉冲、监控信息流和分析互动模式，适用于监测 Bluesky 等 ATProtocol 上的发帖、点赞与关注活动。
social graph tracking
一款用于在 ATProtocol（Bluesky）上追踪社交关系与互动情况的工具指南，适用于构建互动追踪、分析网络连接或监测社交关系发展。它能够追踪关注、粉丝、互相关注以及互动次数，并将数据保存为 JSON 格式，便于检查与版本控制。工具提供 update、show、who 等命令，用于刷新社交图谱、查看社交图谱摘要以及查询特定用户的关系状态。社交图谱数据以节点和互动日志的形式存储，节点记录用户的 DID、显示名称、首次发现时间、关系类别（如互相关注、我关注对方、对方关注我）以及互动计数。互动计数通过分析自己发布的帖子中的回复来实现，每回复某人一次即增加其互动次数，并按互动次数排序以识别互动最频繁的关系。使用场景包括：每日常规更新社交图谱、识别互动目标、在回复某人前先查看双方关系等。该工具还可与指标追踪结合，用于衡量粉丝增长、互动与增长的相关性以及网络扩展模式。完整实现参见 references/social.py。
biz-plan
商业计划书撰写助手，帮助创业者把想法梳理成结构完整、数据扎实的 BP，支持完整版商业计划书、一页纸 BP、商业画布、市场分析、财务预测与融资方案等场景。
competitor-analysis
竞品分析助手，帮助用户系统梳理竞争格局、对比竞品并寻找差异化定位。支持快速扫描、单品深度分析、多竞品对比矩阵、行业格局与差异化策略建议，输出对比矩阵、SWOT、波特五力等结构化报告。
data-analyst
数据分析助手技能，帮助用户完成从数据理解、清洗、描述性统计到深入分析与可视化建议的全流程，并输出结构化分析报告。适用于 CSV、JSON、Excel 等数据的探索与验证性分析。
data-viz
数据可视化与图表生成助手，可根据数据特征和展示目的推荐合适的图表类型，生成 ECharts、matplotlib、Plotly、Chart.js 等主流库的可运行图表代码，并提供配色、美化与大屏布局方案。
incident-report
故障复盘与事故报告助手，帮助撰写故障复盘报告、Postmortem、RCA根因分析、事故时间线，覆盖线上故障、安全事件、业务事故及定期复盘等场景。
redbook-analytics
小红书数据分析与运营策略助手，用于分析账号数据、爆文规律、标签策略、发布时间与涨粉策略。需用户提供笔记数据，不获取后台实时数据，也不能发布内容或做广告投放。