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 11-03 00:11
17,294 个结果
该技能用于对 DraftKings 与 FanDuel 公开发布的每日梦幻体育（DFS）赛事格式、规则、赛程（slate）以及球员预测数据进行来源可追溯的整理与对比。它通过 Crawlora 脚本或具名工具抓取 DraftKings DFS/Pick6 与 FanDuel Research 的公开页面，帮助用户发现相关产品与赛程、读取预测表字段，并生成格式矩阵或赛程表格。技能强调保留运动项目、赛程/日期/周次、预测类型、位置、范围与检索时间等上下文，区分官方规则与供应商预测，不将预测当作实际结果或独立预测，也不生成阵容、不推荐球员或入场费用。
该技能用于通过公开的 FanDuel Racing 与 DraftKings Racing 数据，整理赛马日程、赛事卡（race card）、赛马历史与比赛结果，适合生成赛事日背景或往绩简报。它强调区分平台标识符、保留来源与时间戳、将晨线赔率与当前赔率分开，不推断胜者或推荐投注。使用方式为运行 scripts/crawlora.sh 或调用 Crawlora 工具，并按生成的端点参考填写参数。
一套面向 SQL Server/T-SQL 的编写与评审规范技能，覆盖视图与存储过程访问规则、自定义类型、事务层级、基表/子类型继承、复合层级键、角色视图、安全模型、队列、错误处理、幂等迁移与命名约定。
用于为 article-flow 项目编写与测试 HTML 解析规则的技能，可从网页中提取文章标题、链接、日期与描述等信息。
datacoolie-deploy 是 datacoolie 的部署技能，用于将 ETL 作业发布到 AWS Glue、Databricks、Microsoft Fabric 或本地环境，通过平台 CLI 完成预检、runner 生成、函数打包、部署与跨环境晋升，并可生成 CI/CD 工作流。
datacoolie-init 是 DataCoolie 的初始化技能，用于按最佳实践搭建 ETL 项目工作区，读取已批准的架构文档预填配置与运行器，否则进入交互模式。
用于编写、校验、转换与合并 DataCoolie ETL 元数据文件的技能，支持基于版本化 JSON Schema（Draft 2020-12）的元数据创作、格式转换（JSON/YAML/Excel）、环境覆盖合并，以及从架构文档和发现模式预填充元数据。
用于为 marimo notebook 生成 anywidget 组件的技能，指导用原生 JavaScript 写 _esm、配套 _css，并通过 mo.ui.anywidget 包装显示。
通过 Bright Data SERP API 搜索 Google 并返回结构化 JSON 结果（含标题、链接、描述），需配置 BRIGHTDATA_API_KEY 与 BRIGHTDATA_UNLOCKER_ZONE，依赖 curl 和 jq。
该技能为数据格式迁移与版本管理提供系统化指导，支持 JSON、YAML、SQLite、配置文件等格式的向后兼容升级，帮助在演进数据结构时避免数据丢失。
面向 GKE 的系统化排障技能，用于诊断 Pod 异常、网络连通、Cloud SQL 连接与 Pub/Sub 消息处理等常见问题。提供按状态分类的排查流程与 kubectl、gcloud 命令示例，适合生产环境部署问题定位时参考。
pytest-test-data-factories 是一套在 pytest 中创建可复用测试数据的模式集合，涵盖工厂函数、构建器模式、fixture 工厂、参数化测试数据、Mock 响应模板、Faker 真实数据、工厂继承与领域专用构建器等，用于减少测试数据重复、提升可维护性。
Textual 数据展示技能：在 Textual 终端应用中用 DataTable、ListView、Tree 和可滚动容器渲染结构化数据，支持选择、滚动与大数据集高效处理。
Deepgram .NET SDK 的文本智能（Text Intelligence / Read）能力，用于对文本进行情感分析、摘要、主题检测和意图识别。适用于已经拥有文本内容（如转录稿、邮件、文档、聊天记录）并希望通过 REST 风格进行分析的场景，而非流式处理。使用前需通过 dotnet add package Deepgram 安装包，并通过 DEEPGRAM_API_KEY 或 DEEPGRAM_ACCESS_TOKEN 环境变量配置凭证。支持字符串、文件字节、流和 URL 等多种输入类型，可一次性启用情感、摘要、主题、意图等分析选项。需要注意该能力仅支持英语，且不支持音频流的实时分析。
从本地 DuckDB 读取微信聊天记录，生成结构化今日报告 Markdown，包含数据概览、待办事项提炼与趣事吃瓜整理，适用于“微信日报”“今日微信报告”“聊天记录分析”等场景。
用于在网站上添加、修复或优化 schema.org 结构化数据标记的技能，帮助搜索引擎理解内容并获取富媒体搜索结果。支持常见类型、JSON-LD 写法、验证工具与实施流程。
多租户隔离安全检查技能，用于防止租户越权访问与数据串租户。覆盖租户上下文来源校验、Service 层主键查询缺租户过滤、查询层全局租户过滤、前端 403 处理、租户 ID 输入方式及功能级授权与数据级隔离区分等常见陷阱。
observe 是 Elastic 可观测性 MCP 应用中的查询与监控原语，提供 now、table、metric、anomaly 四种模式，用于临时、会话级的指标查询与实时监控，区别于创建持久告警的 manage-alerts。
generate-sample-data 是 Elastic 示例 MCP 应用中的安全数据生成技能，通过 elastic-security MCP 连接器生成符合 ECS 的安全事件、攻击场景与合成告警，用于演示、填充仪表板和测试检测规则。
Baseline Ablation Lab（基线对标与消融实验室）是一个面向数据科学与机器学习工程流程的技能，用于在接纳复杂模型之前，强制设计并验证朴素基线、规则基线和线性基线，同时开展特征与组件消融实验。它主要防止的失败模式是：团队在没有证明复杂模型优于更简单、更便宜或更安全替代方案的情况下就将其上线。该技能适用于需要在投入工程或建模资源前做出结构化决策（go、fix-first、stop、proceed-with-risk、needs-owner-review）的场景，会审计本地工件中的风险信号，例如缺少朴素基线、仅使用单一随机种子、提升幅度低于不确定性范围、忽略成本等。它要求先检查本地工件并运行确定性脚本，将机械检查与专家判断分离，不覆盖原始数据或生产配置，并拒绝在风险信号未解决时强行盖章通过。输出为固定八段式交接工件，支持英语、简体中文、日语和韩语。
数据泄漏红队审计技能，用于在训练、验证、测试划分中排查目标泄漏、时间穿越、实体组重叠、预处理与连接泄漏，输出可复现的八段式审计结论。
Foundatio Repositories 是一个面向 Elasticsearch 的高层数据访问抽象库，用于在 .NET 项目中以仓储（Repository）模式执行查询、计数、补丁更新和分页等操作。它提供 IRepository、ISearchableRepository 等接口层级，支持按组织、项目、堆栈等维度过滤，内置 FilterExpression（Lucene 风格查询语法）、AggregationsExpression 聚合表达式 DSL、SearchAfterPaging 深度分页以及 PartialPatch/ScriptPatch 字段级更新。该技能指导开发者优先使用仓储方法而非直接调用底层 IElasticClient，仅在迁移或索引维护等无法通过仓储表达的场景才使用原始客户端。
这是 Open Design 智能体工具包中的“数据可视化报告”技能，仅在用户明确调用时使用。它面向 CSV、Excel 或 JSON 数据，将其转化为精美的可视化报告页面，并延续模板的视觉风格，要求使用真实内容与数据，避免占位文本或占位图片。使用流程为：先调用 prepare_open_design_brief（open-design MCP 服务器工具）并传入 skillId 与用户需求简报；若用户指定品牌或视觉方向，应先调用 list_open_design_design_systems，未指定则用 recommend_open_design_design_systems 推荐；随后按返回指令用自身文件编辑工具撰写文件，最后调用 register_open_design_artifact 注册产物。
Flowchad Setup 是 Flowchad 的初始化技能，用于在项目中自动发现已有测试、分析 SDK、Speckit 规格与用户流程，再根据缺失信息提问并生成流程定义。适合在运行任何 Flowchad 流程前作为第一步使用。