browser-use
browser-use 是一个命令行浏览器自动化工具，支持持久会话、多步网页交互、表单填写、截图与数据提取，可用于 Web 测试和自动化任务。
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
17,294 个结果
analytics-interpretation
用于解读 GA4 与 Google Search Console 数据的分析技能，提供指标基准、状态判定、评分方法与趋势/异常分析，帮助把内容表现数据转为可执行的内容优化建议。
content-marketer
面向内容营销的 Claude 技能，提供 AI 辅助内容创作、全渠道分发、SEO 优化与数据驱动效果分析等策略指导、最佳实践与检查清单。
observable-plot
Observable Plot 是一个基于 D3 的 JavaScript 探索性数据可视化库，提供简洁的声明式 API 来创建图表。本技能为使用该库提供指南，涵盖安装、核心概念、标记、变换与常见图表模式。
meta-ads-analyzer
面向 Meta Ads 广告投放的分析与诊断技能，用于解读广告系列、广告组或广告层级的表现数据，排查问题根因并生成可执行的优化建议，可分析 Meta Ads Manager 的 CSV 导出、截图或原始数据。
crible-cli
crible-cli 是一个基于命令行与 Python 的股票基本面筛选工具，支持查询、导出与数据集管理，可拉取公开数据集、抓取行情与发布静态站点，并提供只读 MCP 接口供智能体调用。
nhanh
Nhanh 集成技能，通过 Membrane CLI 管理 Nhanh 数据管理平台中的记录（Records），支持记录的创建、读取、更新、删除和列表操作。适用于需要以命令行方式与 Nhanh 数据交互的场景。
chroma
Chroma 是一个面向 AI 应用的开源嵌入数据库，被称为为 LLM 应用提供记忆的 AI 原生数据库。它支持存储嵌入向量与元数据，可进行向量相似度搜索、全文搜索以及基于元数据的过滤，并提供简单的四函数式 API 便于上手。Chroma 采用 Apache 2.0 许可证，适合在构建 RAG（检索增强生成）应用、需要本地或自托管向量数据库、希望使用开源方案、在 Notebook 中做原型验证、对文档进行语义搜索以及存储带元数据的嵌入等场景使用。官方资料显示其 GitHub 星标超过 24,300，fork 超过 1,900，当前稳定版本为 v1.3.3 并保持每周发布。Chroma 提供 Python 与 JavaScript/TypeScript 的安装方式，支持持久化存储、自定义嵌入函数、元数据过滤，并可与 LangChain、LlamaIndex 集成，也可通过服务端模式以 HTTP 方式连接使用。
cosmic-database
COSMIC Database 是一个用于访问 COSMIC（Catalogue of Somatic Mutations in Cancer，癌症体细胞突变目录）癌症突变数据库的技能。COSMIC 是探索人类癌症体细胞突变的最大、最全面的数据库，收录了数千种癌症类型中的数百万个突变、经过专家整理的癌症基因列表、突变特征以及临床注释。该技能支持以编程方式下载和查询癌症突变数据，包括体细胞突变、Cancer Gene Census、突变特征、基因融合、结构变异、拷贝数变异、耐药突变和癌症细胞系基因组数据。使用前需要注册账号：学术用户可在 https://cancer.sanger.ac.uk/cosmic/register 免费注册，商业用户需通过 QIAGEN 获取许可。Python 依赖通过 uv pip install requests pandas 安装。该技能提供 scripts/download_cosmic.py 脚本，支持命令行和函数调用两种方式下载数据，数据支持 GRCh38 和 GRCh37 两种参考基因组，文件格式包括 TSV/CSV（gzip 压缩）和 VCF。适用于癌症研究、精准医学、生物信息学流程集成等场景。
dask
Dask 是一个用于并行与分布式计算的 Python 库，可将 pandas、NumPy 等操作扩展到超出内存的数据集。它支持单机处理大于内存的数据、利用多核并行加速计算，并可跨多台机器进行分布式计算，规模从笔记本（约 100 GiB）到集群（约 100 TiB）不等，同时保持熟悉的 Python API。该技能适用于处理超过可用内存的数据集、将 pandas 或 NumPy 操作扩展到更大数据、并行化计算、高效处理多个文件（CSV、Parquet、JSON、文本日志）以及构建带任务依赖的自定义并行工作流。Dask 提供五个核心组件：DataFrames（并行 pandas 操作）、Arrays（并行 NumPy 操作）、Bags（非结构化数据的并行处理）、Futures（基于任务的并行化）和 Schedulers（执行后端）。
deepchem
DeepChem 是一个面向化学、材料科学与生物学的分子机器学习 Python 工具库。它提供分子数据加载与处理（支持 SMILES、SDF、FASTA 等格式）、分子特征化（指纹、描述符、图表示）、数据划分（如 ScaffoldSplitter 防止数据泄漏）、多种模型（传统机器学习、深度网络、GCN/GAT/MPNN/AttentiveFP 等图神经网络）以及 MoleculeNet 基准数据集（Tox21、BBBP、Delaney 等 30 余个）的快速调用。它支持迁移学习，可微调 ChemBERTa、GROVER、MolFormer 等预训练模型，用于分子性质预测（如 ADMET、毒性、溶解度、结合亲和力）、晶体/材料性质预测和蛋白质/DNA 序列分析。该技能适合药物发现、材料设计与生物分子分析等场景。
drugbank-database
DrugBank Database 是一个用于访问和分析 DrugBank 综合药物数据库的技能，涵盖约 9,591 条药物条目（含 2,037 个 FDA 批准的小分子、241 个生物技术药物、96 个营养保健品及 6,000 多个实验化合物），每条目含 200 多个数据字段。该技能通过 Python 提供数据下载与认证、药物信息查询、药物相互作用分析、药物靶点与通路分析、化学性质与相似性计算等能力，适用于药物发现、多重用药安全分析、药物重定位研究及药理学研究等场景。
ena-database
ENA Database 技能用于通过 REST API 与 FTP 访问欧洲核苷酸档案库（European Nucleotide Archive，ENA），检索 DNA/RNA 序列、原始测序读段（FASTQ）、基因组组装及功能注释等数据，适用于基因组学与生物信息学流程。该技能覆盖 ENA 的层级化数据类型（研究/项目、样本、实验、运行、组装、序列、分析、分类记录），提供 Portal API、Browser API、分类学 REST API、交叉引用服务与 CRAM 参考序列注册表等程序化访问方式，并支持 XML、JSON、TSV/CSV、FASTQ、BAM/CRAM、FASTA、EMBL 等多种格式。所有 API 限速为每秒 50 次请求，超出将返回 HTTP 429。技能还包含批量下载（FTP、Aspera、enaBrowserTools）与 BLAST 集成等实践建议，并附带 API 参考文档。
etetoolkit
ETE（Environment for Tree Exploration）是一个用于系统发育与层次树分析的工具包，提供 Python 库 ete3。它支持 Newick、NHX、PhyloXML、NeXML 等树格式的读写与遍历，可进行剪枝、定根、折叠节点、解析多分支等拓扑修改，并计算分支长度、拓扑距离及 Robinson-Foulds 距离。PhyloTree 类可结合序列比对检测基因复制与物种形成事件，识别直系同源与旁系同源基因，并拆分直系同源组。NCBITaxa 可下载并缓存 NCBI 分类数据库，实现 taxid 与学名互译、谱系获取及分类树构建。可视化方面支持 PNG、PDF、SVG 输出，矩形与环形布局，以及 NodeStyle、Faces 和布局函数自定义样式。ClusterTree 类用于层次聚类分析，可计算轮廓系数、Dunn 指数并绘制热图。该工具适用于系统发育基因组学、基因家族分析、聚类验证和树比较等研究场景。
geniml
Geniml 是一个用于在基因组区间数据（BED 文件）上构建机器学习模型的 Python 包。它提供无监督方法，用于学习基因组区域、单细胞和元数据标签的嵌入表示，支持相似性搜索、聚类以及下游机器学习任务。主要能力包括：Region2Vec（基因组区域嵌入）、BEDspace（区域与元数据联合嵌入）、scEmbed（单细胞染色质可及性嵌入）、Consensus Peaks（参考峰集/宇宙构建）以及缓存、随机化、评估、分词等实用工具。可通过 uv 安装，提供 Python API 与命令行接口，可与 scanpy、BEDbase、Hugging Face 等集成。
gtars
gtars 是一个用 Rust 编写的高性能基因组区间分析工具包，提供 Python 绑定与命令行工具，支持 BED 区间重叠检测、覆盖度轨道生成、基因组 tokenization、参考序列管理与片段处理，适用于基因组学与机器学习预处理。
hmdb-database
HMDB（人类代谢组数据库）是一个免费开放的小分子代谢物综合资源库，收录人体内水溶性和脂溶性代谢物信息。当前版本 v5.0 包含 220,945 条代谢物条目、8,610 条代谢相关酶与转运蛋白序列，每条代谢物提供 130 多个数据字段，涵盖化学性质（结构、分子式、分子量、InChI、SMILES）、临床数据（生物标志物关联、疾病、正常/异常浓度）、生物学信息（通路、反应、定位）、波谱数据（NMR、MS、MS-MS）以及 KEGG、PubChem、MetaCyc、ChEBI、PDB、UniProt、GenBank 等外部数据库链接。该技能适用于代谢组学研究、临床化学、生物标志物发现和代谢物鉴定等任务，支持通过网页界面进行文本、结构（ChemQuery）、波谱和高级组合检索，也提供 XML、SDF、FASTA、TXT、CSV/TSV 等格式的批量数据下载。HMDB 不提供公开 REST API，程序化访问需联系开发团队，或使用 R/Bioconductor 的 hmdbQuery 包及本地解析下载数据集。学术和非商业研究免费使用，商业用途需获得明确许可。
matchms
Matchms 是一个开源的 Python 库，用于质谱数据的处理与分析，面向代谢组学和质谱分析场景。它支持从 mzML、mzXML、MGF、MSP、JSON 等多种格式导入谱图，并对元数据进行标准化、峰过滤和化学注释处理。库内提供余弦相似度（CosineGreedy、CosineHungarian）、修饰余弦（ModifiedCosine）、中性丢失余弦、指纹相似度等多种谱图相似性度量，可用于未知谱图与参考库的匹配和化合物鉴定。Matchms 还支持通过 SpectrumProcessor 构建可重复的多步骤处理流程，并提供 Spectrum 对象用于管理 m/z、强度和元数据。安装方式为 uv pip install matchms，如需分子结构处理（SMILES、InChI）可安装 matchms[chemistry]。
metabolomics-workbench-database
该技能通过 REST API 访问美国 NIH 资助、托管于 UCSD 的 Metabolomics Workbench 代谢组学数据平台，可查询 4,200 多项研究（其中 3,790+ 项公开）、RefMet 标准化代谢物命名、GC-MS/LC-MS/NMR 数据、m/z 搜索及研究元数据。支持按 PubChem CID、InChI Key、KEGG ID、HMDB ID 等标识符检索化合物信息，下载 MOL/PNG 结构，访问研究摘要与实验数据（含 mwTab 格式），按离子加合物和质量容差进行质谱搜索，使用 MetStat 按分析方法、极性、色谱类型、物种、样本来源、疾病等条件筛选研究，并查询基因与蛋白质信息。输出支持 JSON 与 TXT 两种格式。适用于代谢组学数据检索、代谢物命名标准化、质谱化合物鉴定和疾病相关研究探索。
opentargets-database
Open Targets Platform 的查询技能，通过 GraphQL API 检索靶点-疾病关联、可成药性、安全性、遗传与组学证据及已知药物，用于药物靶点发现与优先级排序。
pdb-database
PDB Database 是一个用于访问 RCSB PDB（全球生物大分子三维结构数据库）的技能，支持通过文本、序列或结构相似性搜索蛋白质与核酸的三维结构，下载 PDB、mmCIF、BinaryCIF 等坐标文件，获取结构元数据、实验方法和质量指标，并可对多个结构进行批量操作。它基于官方 rcsb-api Python 客户端，提供 Search API 与 Data API 的统一访问，适用于药物发现、蛋白质工程、结构生物学研究以及教学可视化等场景。
polars
Polars 是一个基于 Apache Arrow 构建的高性能 DataFrame 库，同时提供 Python 和 Rust 接口。它采用表达式 API 与惰性求值（Lazy Evaluation）机制，支持选择、筛选、分组聚合、窗口函数、连接、拼接、透视与逆透视等数据操作，并支持 CSV、Parquet、JSON、Excel 等格式的读写以及 S3、Azure、GCS、BigQuery 等数据源接入。Polars 无索引、类型严格、默认并行执行，适合大数据集处理、复杂查询管道、pandas 迁移以及数据管道性能优化等场景。
pubchem-database
PubChem Database 是一个用于查询 PubChem 化学数据库的技能，通过 PUG-REST API 和 PubChemPy 访问全球最大的免费化学数据库，涵盖 1.1 亿以上化合物和 2.7 亿以上生物活性数据。它支持按名称、CID、SMILES、InChI 或分子式检索化合物，获取分子量、LogP、TPSA、氢键供体/受体数量等分子属性，执行相似性搜索和子结构搜索，访问筛选实验的生物活性数据，并在 CID、SMILES、InChI 等化学标识符格式之间转换。该技能还支持批量处理多个化合物，用于类药性筛选或属性分析，并可下载 SDF、JSON、PNG 等结构文件。适用于化学信息学、药物发现和化合物数据分析等场景。
pytorch-lightning
PyTorch Lightning 深度学习框架技能，用于把 PyTorch 代码组织为 LightningModule，配置 Trainer 进行多 GPU/TPU 训练，并用 LightningDataModule 构建数据管线。