lab-automation
实验室自动化技能，提供液体处理机器人、LIMS 集成、协议开发、质量控制与高通量工作流等模式参考，基于 references 目录中的模式、风险与验证文件给出构建、诊断和审查建议。
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 11-03 00:11
数据与分析
17,291 个结果
neon-postgres
Neon serverless Postgres 的技能资料，聚焦数据库分支、连接池以及 Prisma/Drizzle 集成的专家模式，适用于处理 Neon 数据库与 serverless Postgres 相关任务。
synthetic-data
合成数据技能，提供面向机器学习训练、测试与隐私保护的合成数据生成模式，涵盖基于大模型的生成、表格数据合成及质量验证，并强调依据参考文件进行创建、诊断与审查。
biocontext-knowledge-queries
BioContext 知识查询技能：通过 omicverse 的 ov.biocontext 统一 Python API 访问 49 个生物医学数据库，用于基因/蛋白注释、通路查询、细胞类型标志物、文献检索与药物-疾病关联探索。
datasets-loading
OmicVerse 内置数据集模块 ov.datasets，提供 30 多个可直接调用的单细胞、空间、多组学与 bulk 数据集，支持自动下载、缓存与失败时回退到模拟数据，另含 create_mock_dataset() 合成数据生成和 predefined_signatures 预置 GMT 基因集。
multimodal-dataprep-user
Intel Multimodal DataPrep 用户侧部署与使用技能：从预构建镜像或仓库检出启动服务，为视频、图像等媒体生成嵌入与元数据，支持 VDMS/Milvus 向量存储与 MinIO/本地存储，并提供上传、批处理、摘要、下载、删除与遥测接口。
canvas2d-data-visualization
Canvas2D 数据可视化技能：在需要海量标记、快速重绘、即时模式渲染、自定义命中测试或栅格输出时，用 Canvas2D 渲染图表，适合密集散点图、迷你图墙、热力图、流式轨迹等场景。
gantt-chart-visualization
用于设计、评估、选型与实现甘特图和项目进度可视化的技能。当任务涉及时间跨度、里程碑、依赖关系、资源或排期风险时使用，可判断是否适合用甘特图，并给出数据模型、交互契约、渲染库选型、性能、无障碍与测试方案。
seo-dataforseo
基于 DataForSEO API 的 SEO 关键词研究技能，可做关键词分析、YouTube 关键词调研、竞品分析、SERP 分析与趋势追踪，结果自动保存为 JSON 并生成 Markdown 摘要。
health-dashboard
Health Dashboard 是一个用于设计项目健康度仪表盘（program health dashboard）的技能，目标是让任何读者在几秒内判断项目是否健康。它强调仪表盘应促进行动而非仅仅吸引注意，主张单屏呈现、结合目标与基线、展示趋势而非孤立数字，并建议谨慎使用颜色、标注异常、自动化数据以避免过期。
curriculum-analyze-outcomes
用于分析评估数据的学习分析技能：计算学习目标掌握率、分析成绩分布、识别成就差距并生成学习分析仪表板，适用于教师与教学管理者评估教学效果。
curriculum-iterate-feedback
该技能用于汇总学生反馈、学习成果数据与同行评审，识别高影响课程改进点，生成按优先级排序的修订建议并跟踪版本效果。
learning-dashboard-builder
用于衡量学习效果与业务影响的学习仪表盘构建工具，可为学习者、讲师和管理员创建实时分析仪表盘，通过命令行按角色和指标生成。
learning-glossary-management
面向教育内容翻译的多语言术语表与翻译记忆管理技能，用于创建和维护术语数据库、保持课程翻译术语一致，并生成译文记忆库。
learning-impact-measurement
该技能用于衡量学习成效与业务影响，支持设计成果映射、变革理论与因果推断研究，并提供命令行调用方式。
learning-learner-analytics
该技能用于分析学习者行为、进度与学习成果，并生成可执行的洞察，帮助优化学习体验。可跟踪学习互动、进度模式、任务用时与表现。
learning.data-privacy-compliance
一项用于教育内容与系统的数据隐私合规技能，可依据 COPPA、FERPA、GDPR 及州级法规校验合规性，适合面向未成年学生的平台或课程审核场景。
python-data-analytics
面向 Python 数据分析的技能文档，用于在 SQL 难以处理时完成复杂分析：KPI、cohort/漏斗/留存、财务数学（IRR/NPV/摊销）、统计检验、异常检测与地理空间分析，配套 pandas、Polars、GeoPandas 等工具的用法、决策规则与质量要求。
postgresql-fundamentals
面向 PostgreSQL 16+ 的 SQL 基础与模式设计技能，覆盖数据类型选择、建表、约束与模式组织，提供生产级数据建模的参考模式、命名校验规则和测试模板。
swift-core-data
面向 Apple 平台的数据持久化技能，覆盖 Core Data 与 SwiftData 的模型定义、上下文管理、抓取请求、迁移与调试，含参数配置与代码示例。
analyzing-funnel-correlation
这是一个用于分析漏斗转化或流失相关性的技能。它通过比较完成漏斗最后一步的用户与未完成用户，找出与转化或流失相关的关键事件和用户属性。使用赔率比（odds ratio）量化相关性强度，并提供SQL查询模板。该技能强调相关性不等于因果关系，并建议通过实验验证强信号。适用于产品分析场景，帮助理解用户行为差异。
initiate-inboxmate-knowledge
InboxMate 架构与数据模型上下文加载技能，先读取再执行具体任务。说明五个系统的职责与连接方式、跨系统 ID 对应关系、对象状态机、从建演示页到邮件外联的数据流，以及常用 API、健康检查与常见坑。
moai-domain-database
面向现代应用的数据库专家技能，覆盖 PostgreSQL、MongoDB、Redis 及高级数据模式，提供模式设计、查询优化、缓存、分片与多数据库架构等能力。
moai-formats-data
面向现代应用的数据格式处理技能，覆盖 TOON 编码、JSON/YAML 优化、序列化模式与数据校验，声称在 LLM 通信场景中相较 JSON 可减少 40-60% token 占用。