visualization
该技能主题为数据可视化设计、工具与叙事，面向数据分析演示，覆盖可视化原则、Tableau、Power BI、Python、R、常见图表类型与数据故事讲述，并列出了学习目标与错误处理建议。
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 11-02 00:09
数据与分析
17,268 个结果
qdrant-scaling-data-volume
Qdrant 数据量扩展决策指南，用于判断数据超出单节点容量时的扩展路径，涵盖多租户扩展、滑动时间窗口、垂直扩展与水平扩展等方案，帮助选择合适的数据扩展策略。
qdrant-scaling-qps
Qdrant 官方技能，用于指导查询吞吐量（QPS）扩展。当有人询问如何提升 QPS、吞吐量不足、每秒查询数过低或批处理相关问题时使用。
qdrant-scaling-query-volume
Qdrant 查询量扩展技能：面向高 limit、多分片场景，解释如何用泊松分布子采样降低跨分片数据传输，并在激活条件、权衡与准确性上给出指导。
qdrant-sliding-time-window
Qdrant 滑动时间窗口扩展指南，适用于只关注近期数据的场景（社交媒体、新闻、工单、日志等）。介绍分片轮换、集合轮换与过滤删除三种策略，以及冷热分层做法与常见禁忌。
qdrant-vertical-scaling
Qdrant 垂直扩容（Vertical Scaling）指南技能，用于指导在现有节点上增加 CPU、RAM 或磁盘资源，而非增加节点数量。适用于用户询问“如何扩容节点”“需要更多内存”“升级节点规格”“垂直扩容”“调整规格”等场景。内容涵盖何时应进行垂直扩容、Qdrant Cloud 控制台与自托管环境的扩容方式、RAM 容量规划准则（含量化、HNSW 索引、turbo4 数据类型等对内存的影响）、何时垂直扩容不再足够而应转向水平扩容，以及应避免的常见错误。
hig-technologies
面向 Apple 技术集成的 HIG 指南技能，覆盖 Siri、Apple Pay、HealthKit、HomeKit、ARKit、机器学习、生成式 AI、iCloud、Sign in with Apple 等，提供设计原则、参考索引与实现检查清单。
x-top-account
X(Twitter) 每日最具影响力账号榜单查询与追踪工具，基于红狐数据 API，支持性别与 32 个行业分类筛选、分页翻页、HTML 报告导出及定时订阅推送，每日 9:00 更新前一天榜单，最多回溯 7 天。
agent-posthog
agent-posthog 是一个用于调查 PostHog 产品分析并编写 HogQL 的命令行工具。它覆盖人员、事件、事件与属性 schema、功能开关、仪表板、洞察、会话录制、实验等查询场景。工具强调安全使用：不应要求暴露个人 API key 或项目 token，也不应接受在聊天中粘贴 PostHog API key，而是让用户在本地通过带表单的方式把密钥直接写入操作系统对话框；优先使用只读命令；在配置默认项目未知时显式指定 --project；把功能开关的变更视为高风险操作。它提供认证管理、组织与项目列举、schema 查询、HogQL 查询、人员查询、功能开关查询、洞察、仪表板运行、录制与实验列表等命令，输出默认采用 NDJSON 格式。
social-metadata-hardening
用于修复社交分享预览的元数据加固技能：通过补齐 Open Graph、Twitter/X card、绝对图片 URL、alt 文本与 metadataBase，让重要链接在 Facebook、LinkedIn、X、WhatsApp、Telegram、Slack、Discord 上正确展示为富卡片。
hashavshevet-data-tools
用于在 Hashavshevet 会计软件与现代格式（JSON、CSV、Excel）之间导入导出数据的技能，涉及 OPENFORMAT/BKMV 统一文件、Hebrew 编码处理、云端 REST API 及数据迁移注意事项。
israeli-election-data
用于查询以色列议会与选举数据的技能，通过 Knesset OData v4 API 和 data.gov.il 中央选举委员会数据集获取议员、投票、法案、委员会、选举结果等信息。
portal-query-evm-transactions
这是一个用于通过 SQD Portal 查询 EVM 链上交易数据的技能，可按区块范围和交易过滤器追踪钱包收发活动、监控合约函数调用、按函数选择器（sighash）定位交易，并分析交易模式与交易量。支持返回交易详情及关联的日志、内部调用和状态差异，适用于钱包分析与合约交互跟踪。
data-infrastructure-at-scale
该技能提供从 MVP 扩展到百万级用户的数据基础设施架构指南，覆盖缓存、只读副本、分片、分布式部署等扩展阶段，包含数据库选型、缓存策略、消息队列、数据管道与迁移方案，适用于规划数据平台、解决性能瓶颈和设计可扩展系统的场景。
scalable-data-schema
该资料是一份关于可扩展数据库 Schema 设计的技能文档，旨在帮助使用者设计能够从原型阶段平滑扩展到生产环境、支撑海量数据的数据库结构。文档指出，该技能适用于新项目初始数据模型设计、现有 Schema 引发性能问题时、规划从千级到百万级记录扩展时、在不同数据库系统间迁移时，以及数据模型需要在不破坏现有功能的前提下演进时。文档核心涵盖五大原则：初期从简并预留复杂扩展空间、以查询模式驱动 Schema 设计、为演进做好规划，并给出事件溯源、软删除、多态关联、层级数据、时序数据分区等多种设计模式及权衡。此外还详细介绍了索引策略、Schema 演进与迁移方法、数据库选型指南、性能优化技巧及应避免的反模式，并约定了一套 Schema 分析输出格式。
fill-missing-fields
fill-missing-fields 是一个基于 Tavily CLI 的技能脚本，用网络检索为已有的公司、人物或产品名单补齐缺失字段。输入 CSV、表格或 JSON，逐行查询后合并结果，适合批量数据补全，而非单实体深度调研。
telnyx-account-reports-go
Telnyx 账户报表 Go SDK 技能，提供用法示例，用于生成和获取通话、消息、号码查询等用量与账务报表，支持账单、分析与对账场景。
data-model-creation
腾讯云 CloudBase 的进阶数据建模技能（已标记为废弃）。用于需要 Mermaid classDiagram 输出的多实体关系建模、ER 风格可视化与企业级 schema 设计，而非直接写 SQL。简单 MySQL 建表请直接用关系型数据库工具。
relational-database-mcp-cloudbase
已弃用的技能文档，说明智能体如何通过 MCP 工具操作 CloudBase 关系型数据库。定义 SQL 管理规范，涵盖查询数据、开通与销毁 MySQL、初始化表结构、读写 SQL 与表权限管理，并区分 MCP 操作与 SDK 应用开发的适用边界。
relational-database-web-cloudbase
该技能已废弃，用于规范浏览器 Web 前端通过 @cloudbase/js-sdk 访问 CloudBase 关系型数据库的初始化方式，提供共享前端数据库客户端与 Supabase 风格查询用法，不涉及 MCP 管理与后端 Node 访问。
ae-feishu-data-permission-sync
一项技能：将飞书表格中的账号到平台数据权限，经可审查、幂等的计划同步到指定 AE/TE 项目。先读取比对，经明确审批后才变更，逐行输出 SYNCED、NO_CHANGE、BLOCKED 或 FAILED。
database-architecture
面向 PostgreSQL 18 的数据库架构技能，在设计模式、编写迁移、创建索引或做数据库架构决策时强制使用，涵盖 AIO、原生 UUIDv7、虚拟生成列、时间约束与 B-tree 跳扫等实践。
q-exploratory-analysis
Q-Exploratory-Analysis 是一个面向表格数据集的通用探索性数据分析（EDA）技能。它先预览数据，通过访谈让用户确认各列的测量层级，再针对每种变量类型应用统计上合适的分析方法，最终生成结构化的 TABLE/ 目录以及一份带有洞察标记的 EXPLORATORY_SUMMARY.md 总览报告。该技能依赖 Bash 执行，需复制并使用预置脚本 scripts/run_eda.py（不要自行编写脚本或内联 Python），运行其 Phase 0-6 处理 CSV 与 Excel 报告，随后由模型读取生成的 CSV 并撰写总结。依赖 pandas、numpy、scipy、openpyxl，安装命令为 pip install pandas numpy scipy openpyxl。
monitoring-dashboard
Monitoring Dashboard 是一套面向机器学习训练过程的监控面板模板与安装脚本集合，主要围绕 TensorBoard 与 Weights & Biases（WandB）两大工具，帮助用户搭建训练监控、实时指标追踪、实验对比与超参数可视化环境。它提供安装配置脚本、配置模板、集成示例以及统一日志记录方案，支持 PyTorch、TensorFlow、JAX、Hugging Face Transformers 等框架，要求 Python 3.8+。用户既可在本地使用 TensorBoard 进行单用户开发与离线工作，也可通过 WandB 实现团队协作、实验对比与生产环境追踪，或两者同时使用。