things-mac
基于 macOS 的 Things 3 命令行工具，可通过 things CLI 读取本地 Things 数据库（收件箱、今天、搜索、项目、领域、标签），并使用 Things URL scheme 添加或更新待办事项与项目。
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
17,320 个结果
weather
无需 API 密钥的天气查询技能，通过 wttr.in 获取当前天气与预报，并可用 Open-Meteo 作为 JSON 备用数据源。支持一行摘要、紧凑格式、完整预报和 PNG 图片输出，适合命令行快速查看或程序化调用。
csv-data-visualizer
csv-data-visualizer 是一个用于 CSV 文件的可视化与分析技能，支持用 Plotly 生成交互式图表、自动生成统计画像报告，以及创建多图仪表板，适合探索性数据分析、统计报告与演示用途。
databases
该技能是一份同时覆盖 MongoDB（文档型数据库）与 PostgreSQL（关系型数据库）的统一使用指南，帮助使用者在两种数据库之间做出选型，并掌握两者的常见操作。内容包含适用时机说明、数据库选型建议、快速开始安装与连接示例、增删改查（CRUD）操作对照、索引创建、参考资料导航、Python 工具脚本以及差异对比与最佳实践。资料中给出的 MongoDB 相关内容包括 BSON 文档、聚合管道、Atlas 云服务、mongosh 命令行；PostgreSQL 相关内容包括 SQL 查询、psql CLI、pgAdmin、事务与复制等。同时提供 db_migrate.py、db_backup.py、db_performance_check.py 等脚本的用法示例。适用于模式设计与数据建模、编写查询、构建聚合管道或复杂连接、索引与查询性能优化、数据库迁移、复制与分片配置、备份与灾难恢复、用户与权限管理、慢查询分析以及生产数据库运维等场景。
apify-market-research
这是一个基于 Apify Actors 的市场调研技能，用于从 Google Maps、Facebook、Instagram、Booking.com、Tripadvisor 和 Google Trends 等平台提取数据，分析市场密度、地理位置机会、定价、消费者行为与产品验证等信息。
google-analytics
用于分析 Google Analytics 数据的技能，可查看网站流量与用户行为指标、识别流量来源与转化漏斗、对比不同时间段表现，并给出数据驱动的改进建议。需配置 GA4 属性 ID 与服务账号凭据。
product-analytics
产品分析技能，用于设置事件追踪、漏斗、同期群与指标，帮助团队衡量关键行为并做数据驱动决策。资料涵盖北极星指标、指标层级、事件追踪、漏斗与留存分析、常用工具及仪表盘设计。
maple-dashboard-widgets
Maple 仪表盘小组件的构建、修复与审查技能，通过 MCP 工具创建和更新仪表盘。涵盖面板类型、数据源、单位、查询与漏斗/路径配置，并提示三类静默失败与验证方式。
datastar
Datastar 技能指南：用 Datastar 与 gomponents-datastar 构建后端驱动的交互式 Web UI，通过 HTML data-* 属性实现信号响应、DOM 补丁与 SSE 实时更新，适用于 Go 服务端渲染应用的交互增强。
github-issue-quick-create
这是一个用于快速起草并创建单个简单 GitHub issue 的技能：以最少元数据生成清晰草稿，仅询问缺失的关键信息，并在获得明确批准后用 gh 命令创建。
analytics
Analytics Helper 是一个在终端中编写并运行数据库查询的技能，支持 PostgreSQL、BigQuery、MySQL 和 SQLite，可用自然语言生成 SQL、探索表结构并格式化输出结果。
AgentDB Performance Optimization
AgentDB 性能优化技能，通过量化、HNSW 索引、缓存与批量操作提升向量数据库性能，最多可减少 4-32 倍内存占用，并提供性能基准与监控方式。
clinicaltrials-database
ClinicalTrials.gov 数据库技能，通过 ClinicalTrials.gov API v2 查询全球临床试验注册信息。可按疾病/状况、药物/干预措施、地点、招募状态、试验阶段、申办方等条件检索试验，按 NCT ID 获取试验详情，支持分页批量获取与 CSV 导出。API 为公开接口，无需认证，速率限制约每分钟 50 次请求，支持 JSON 与 CSV 格式。适用于患者匹配、研究分析、药物研发追踪、地理检索、机构追踪、数据导出、试验监测与入组资格筛查等场景。
clinpgx-database
ClinPGx 数据库技能用于访问临床药物基因组学数据（PharmGKB 的继任者），可查询基因-药物相互作用、CPIC 指南、等位基因功能、药物标签与临床注释，服务于精准医学与个体化用药。该技能通过 ClinPGx REST API 提供程序化访问，基础使用无需认证，速率限制为每秒最多 2 次请求，数据采用 CC BY-SA 4.0 许可。
data-model-creation
一个可选的高级数据建模技能，用于复杂数据库设计，通过 Mermaid classDiagram 描述多表关系、外键管理并生成 ER 图；简单建表应直接用 relational-database-tool 执行 SQL。
database-migration
该技能用于跨 ORM 与平台执行数据库迁移，涵盖 Sequelize、TypeORM、Prisma 的迁移编写、架构与数据转换、回滚策略及零停机部署，适用于 ORM 切换、移动数据、版本升级与数据模型重构等场景。
datacommons-client
Data Commons Client 是一个用于访问 Data Commons 平台的 Python 客户端技能。Data Commons 将来自各国人口普查机构、卫生组织、环境机构等权威来源的公共统计数据聚合为统一的知识图谱。该技能提供对 Data Commons Python API v2 的完整访问能力，支持查询统计观测值、探索知识图谱以及解析实体标识符。安装方式为 uv pip install "datacommons-client[Pandas]"（含 Pandas 支持）或 uv pip install datacommons-client（基础版）。API 包含三个主要端点：Observation 端点用于查询时间序列统计数据，如人口、经济、健康或环境统计；Node 端点用于探索知识图谱中的实体关系与属性；Resolve 端点用于将实体名称、坐标或外部 ID 转换为 Data Commons ID（DCID）。适用于人口统计、经济指标、健康数据、环境统计等公共数据的查询与分析场景。
fda-database
fda-database 是一个用于访问 openFDA 开放 API 的技能，通过 Python 标准化接口查询 FDA 监管数据。它覆盖药品、医疗器械、食品、动物/兽医产品以及物质标识等多个数据集，可获取不良事件报告、产品标签、审批信息、召回与执法行动、NDC 编码、UNII 物质标识、器械分类与 510(k)/PMA 许可、药品短缺等数据。该技能适用于药物安全研究、器械上市后监测、食品安全召回追踪、兽药不良反应分析、化学物质查询和监管合规分析等场景。使用前需安装 Python 环境，可选注册 API 密钥以提高调用配额（无密钥 240 次/分钟、1000 次/天；有密钥 240 次/分钟、120000 次/天）。
geopandas
GeoPandas 是一个基于 pandas 的 Python 库，用于处理地理空间矢量数据，支持 Shapefile、GeoJSON、GeoPackage 等格式。它结合了 pandas 的数据处理能力和 shapely 的几何操作，提供 GeoSeries 和 GeoDataFrame 两种核心数据结构，可进行坐标参考系管理、几何运算、空间连接、叠加分析、融合以及静态和交互式地图可视化。适用于地理数据分析、空间查询、多源数据整合等场景。
grafana-dashboards
用于创建和管理生产级 Grafana 仪表盘，实现系统与应用指标的实时可视化。涵盖 Prometheus 指标展示、自定义面板、SLO 仪表盘、基础设施监控与业务 KPI 追踪，并提供面板类型、变量、告警与仪表盘即代码的配置示例。
lamindb
LaminDB 是一个面向生物学的开源数据框架，旨在让数据可查询、可追溯、可复现并符合 FAIR 原则（可发现、可访问、可互操作、可复用）。它通过统一的 Python API，将湖仓架构、血缘追踪、特征存储、生物本体、LIMS（实验室信息管理系统）和 ELN（电子实验记录本）能力整合到一个平台中。其核心价值包括：可查询性（按元数据、特征和本体术语搜索过滤数据集）、可追溯性（从原始数据到分析结果自动追踪血缘）、可复现性（对数据、代码和环境进行版本控制）以及 FAIR 合规（使用生物本体进行标准化注释）。该技能适用于管理 scRNA-seq、bulk RNA-seq、空间转录组、流式细胞术、多模态数据、EHR 数据等生物数据集，追踪 Notebook、脚本及 Nextflow、Snakemake、Redun 等流水线执行，进行数据策展与验证，使用 Bionty 处理基因、蛋白质、细胞类型等生物本体，构建数据湖仓，确保可复现性，集成 ML 流水线，部署数据基础设施以及协作共享数据集。
medchem
Medchem 是一个用于药物发现工作流的 Python 分子过滤与优先级排序库，可应用 Lipinski、Veber 等成药性规则、PAINS 与结构警示、复杂度指标等，对化合物库做批量筛选和优先级排序。
pci-compliance
用于在支付系统开发中落实 PCI DSS 合规要求的技能文档，涵盖数据最小化、令牌化、加密、访问控制与审计日志等主题，帮助处理持卡人数据、降低合规范围并准备 PCI DSS 评估。
seaborn
Seaborn 是一个用于创建出版级统计图形的 Python 可视化库。它面向数据集进行绘图，支持多变量分析、自动统计估计，并能以极少的代码生成复杂的多面板图形。其核心设计理念包括：面向数据集，直接使用 DataFrame 和具名变量而非抽象坐标；语义映射，自动将数据值翻译为颜色、大小、样式等视觉属性；具备统计感知能力，内置聚合、误差估计和置信区间；提供出版级主题和调色板；并与 matplotlib 完全兼容。该技能涵盖关系图（scatterplot、lineplot、relplot）、分布图（histplot、kdeplot、ecdfplot、jointplot、pairplot）、分类图（stripplot、swarmplot、boxplot、violinplot、barplot、catplot）、回归图（regplot、lmplot、residplot）、矩阵图（heatmap、clustermap）以及 FacetGrid、PairGrid、JointGrid 等多面板网格。用户可通过函数式接口或声明式的 objects 接口进行绘图，并利用 hue、size、style、col、row 等参数实现语义映射与分面。适用于探索性数据分析、相关性分析、分布比较和出版级图表制作等场景。