snowflake-expert
面向 Snowflake 数据仓库的专家技能，涵盖虚拟仓库、数据共享、流、任务、时间旅行、零拷贝克隆与 SQL 优化，用于设计和管理高效、安全、成本可控的企业级数据仓库。
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 10-18 00:12
数据与分析
16,537 个结果
coingecko
CoinGecko Solana 链上 API 集成开发指南，用于获取代币价格、DEX 池数据、OHLCV K 线、交易记录与市场分析，适合构建交易机器人、投资组合追踪等应用。
data-quality-frameworks
该技能提供在生产环境中实施数据质量保障的模式，结合 Great Expectations、dbt tests 与数据契约（data contracts），用于构建可靠的数据管道。适用场景包括：在管道中实现数据质量检查、配置 Great Expectations 校验、构建完整的 dbt 测试套件、在团队之间建立数据契约、监控数据质量指标，以及在 CI/CD 中自动化数据校验。技能流程为：识别关键数据集与质量维度，定义期望/测试与契约规则，在 CI/CD 中自动化校验并安排定时检查，设置告警、责任归属与修复步骤。安全方面要求避免在没有回退方案的情况下阻塞关键管道，并在校验输出中安全处理敏感数据。详细框架、模板与示例见 resources/implementation-playbook.md。
ai-tech-rss-fetch
ai-tech-rss-fetch 是一个订阅 AI 与科技类 RSS/Atom 源的技能，用 feedparser 与 sqlite3 将订阅源和条目元数据规范化持久化到 SQLite，并通过多层标识键与内容指纹去重，便于重复运行下的增量同步。
sgds-data-visualisation
SGDS 数据可视化技能：SGDS 本身不内置图表库，需单独安装 Apache ECharts，并在图表配置中套用 SGDS 调色板，使图表与设计系统视觉一致。
linkfox-aba-intelligent-query
LinkFox ABA 智能查询技能用于查询和分析亚马逊 ABA（品牌分析）搜索词数据，覆盖 15 个站点、近 3 年的周维度数据。用户可用自然语言描述查询需求，工具将其转换为结构化查询，返回搜索词排名、点击 ASIN、点击占比、转化占比等字段，支持关键词挖掘、搜索排名趋势、市场机会分析、季节性关键词、高点击低转化诊断、蓝海词发现、竞品关键词分析等场景。默认站点为美国站，结果最多 10000 条，按动态规则消耗算力。
tooluniverse-protein-structure-prediction
基于序列或 UniProt 编号的蛋白质结构预测与分析技能：整合 ESMFold 从头预测、AlphaFold 数据库检索、RCSB 实验结构比对、ProtVar 变异影响评估与 ProtParam 序列性质计算，给出带 pLDDT 置信度的结构预测流程。
pp-stripe
pp-stripe 是一个驱动 stripe-pp-cli 的技能，提供 Stripe 全功能命令行访问，并附带本地 SQLite 镜像（支持全文检索、跨实体 SQL 和分析），可用于客户健康评分、催收队列、对账、订阅风险等运维分析。
ai-readiness-assessment
该技能用于评估企业采用 AI 的准备度，覆盖数据成熟度、技术栈、团队技能、流程文档、预算与资源、组织文化六个维度，并生成 ai-readiness-report.md 报告，包含评分、差距分析和优先级建议。
pysam
Pysam 是用于读写基因组数据的 Python 模块，通过 htslib 提供 Python 接口，可处理 SAM/BAM/CRAM 比对文件、VCF/BCF 变异文件及 FASTA/FASTQ 序列，支持区域提取、覆盖度计算与 samtools/bcftools 命令调用。
linkfox-zhihuiya-claim-data-translated
本技能用于从智慧芽（PatSnap）专利数据库获取翻译后的专利权利要求文本。支持通过专利内部 ID（patentId）或公开号（patentNumber）查询一个或多个专利的权利要求，并可选择中文（cn）、英文（en，默认）或日文（jp）三种语言译文。当某专利的权利要求不可用时，可通过 replaceByRelated 参数从关联同族专利替换返回。支持批量查询（单次最多 100 件）。工具提供 API 端点与 Python 脚本两种调用方式，脚本带 24 小时本地缓存并将完整响应落盘至工作目录。该技能按动态规则消耗算力（81 × 返回条数），调用前需提醒用户。不适用于专利检索、引证、法律状态分析、摘要或portfolio统计等场景。
tooluniverse-data-integration-analysis
该技能用于将计算得到的统计结果（如差异表达基因、GWAS 命中位点、关联分析结果）与 ToolUniverse 生物数据库（UniProt、GO、Reactome、ClinVar 等）中的生物学背景进行整合分析。它强调“计算而非描述”，要求通过 Bash 运行 Python（pandas、scipy、statsmodels、matplotlib）实际执行分析与数据处理，并调用 ToolUniverse 工具检索数据。技能引导使用者把显著基因、变异、代谢物、药物或暴露映射到对应的生物学问题，再跨文献、遗传关联、通路、互作网络和临床数据库整合证据，并进行证据分级。流程涵盖因果推理（DAG、三角验证、孟德尔随机化、中介分析）、交叉验证（独立复制、生物学合理性、遗传支持、剂量反应、阴性对照）以及可执行报告输出（证据汇总表、强度评估、知识缺口和后续步骤、临床或公共卫生提示）。适用于在统计分析产生显著结果后追问“这意味着什么”，不适用于执行统计建模本身、纯基因富集、纯文献综述或单变异解读。
specstory-project-stats
从 SpecStory Cloud 获取项目统计信息的技能，展示会话数量、贡献者与活跃度等指标。支持通过 slash 命令或 Node.js 脚本运行，需项目已同步到 SpecStory Cloud。
huawei-cloud-ascend-profiler-db-explorer
华为云 Ascend Profiler DB Explorer 是一个将自然语言问题转换为可安全执行 SQL 的技能，用于查询 Ascend PyTorch Profiler / msprof 数据库。它主要面向昇腾 NPU 上的性能分析场景，例如算子耗时、通信瓶颈、框架调度开销等。技能采用“自然语言输入 → 意图识别 → SQL 生成 → 数据库执行 → 结果分析”的流程，内部优先使用预置的 CTE 宏（compute_view、comm_view、dispatch_view）快速构造查询，避免手工编写或修改 JOIN 逻辑。它依赖 MSProf、SQLite、Ascend NPU 与 msprof_mcp 等组件，通过 msprof_mcp 提供的 execute_sql 或 execute_sql_to_csv 执行查询，并输出性能诊断结论。该技能还包含智能瓶颈诊断功能，可对性能数据做根因分析、瓶颈分类与优化建议。使用前提包括 msprof >= 7.0.0、sqlite3 >= 3.0.0，以及由 Ascend PyTorch Profiler 或 msprof 生成的数据库文件。
linkfox-sorftime-amazon-product-detail
该技能用于通过 Sorftime 数据按 ASIN 查询亚马逊产品详情与历史趋势，覆盖美国、英国、德国、法国、印度、加拿大、日本、西班牙、意大利、墨西哥、阿联酋、澳大利亚、巴西、沙特共 14 个站点。可返回产品基础信息、变体、价格与利润、FBA 费用明细、销量、BSR 排名、评分、卖家、Listing 特征、促销以及 BSR、销量、销售额、价格、Deal 等时间序列趋势数据，趋势可回溯至 2021 年。支持一次最多查询 10 个 ASIN 进行对比，可通过 API 端点或 Python 脚本调用，结果默认落盘保存。适用于亚马逊卖家的单品表现分析、定价策略与竞品定位等场景。
tooluniverse-data-wrangling
ToolUniverse 数据获取与解析的通用参考技能，用于在 ToolUniverse 工具无法覆盖数据源、仅返回元数据或需要批量原始数据时，通过 Bash 编写并运行 Python 代码完成科学数据的下载与解析。内容涵盖各类数据格式的读取方法（表格、基因组、结构、组学矩阵、质谱流式、神经影像、系统生物学、序列化与压缩格式），按领域整理的 API 调用模式（NCBI、EBI、GDC、CDC、GWAS、化学、表达、临床、文献、数据仓库等），受限或未覆盖数据源的访问要求，以及分页、限流重试、认证、流式下载与错误处理等通用模式。
visualization-builder
Visualization Builder 是一个用于创建高质量数据可视化的技能，目标是生成适合发布、演示与仪表盘使用的专业图表。它适用于选择图表类型、设计演示视觉、构建仪表盘图表，以及统一报告或仪表盘的品牌化视觉风格，并帮助制作对色盲用户或屏幕阅读器友好的无障碍图表。该技能把图表制作拆分为明确流程：先识别信息类型（比较用柱状图、时间趋势用折线图、构成/部分与整体用堆叠柱状图或仅限 2–3 类的饼图、分布用直方图或箱线图、关系用散点图），据此决定图表类型；再确认数据粒度并提前完成聚合；随后用内置脚本生成带专业预设样式的图表；再通过视觉层级突出关键数据、弱化次要系列、移除无关元素；并为读者添加陈述结论的标题、关键点标注、阈值和参考线以及数据来源与日期；最后按打印 300 DPI 或网页 150 DPI 导出，并在实际显示尺寸下验证信息是否可在 5 秒内读懂、在灰度下是否可用。它需要输入正确聚合粒度的数据、一条必须传达的核心信息、受众类型与展示场景，以及可选的品牌色、样式规范和无障碍要求。
linkfox-keepa-product-request
该技能通过 Keepa 商品请求 API 按 ASIN 获取亚马逊商品详情，面向亚马逊卖家和分析师，支持一个或多个 ASIN 跨多个亚马逊站点查询结构化商品数据。返回内容包括价格、标题、Item Highlights（商品亮点）、主图、上架日期、材质、重量、尺寸、销售排名、当前月销量及最多近 12 个月历史月销、FBA 费用、评分、评论数、类目树等。单次请求最多查询 5 个 ASIN（逗号分隔），asin 参数总长度上限 300 字符；domain 为数字站点 ID（如 1=美国），非国家代码；history 设为 1 时返回历史数据（近 12 个月月销、30/90/180 天平均销售排名），设为 0 只返回当前信息。不返回完整商品描述与评论内容。按动态规则计费（消耗算力=0.045×本次查询消耗的 Keepa token），可能一次性消耗大量算力，需提醒用户确认。
linkfox-keepa-product-series
该技能用于查询亚马逊单个商品（ASIN）的历史时序数据，数据由 Keepa 提供。可获取的指标包括 Buy Box 价格、最低新品价、标价、秒杀价、Prime 专享价、FBA/FBM 价格、优惠券后价格、主类目与子类目 BSR（畅销排名）、卖家数量、评分、评分数以及月销量。支持美国、英国、德国、法国、日本、加拿大、意大利、西班牙、印度、墨西哥、巴西等站点，时间窗口最长 365 天。每次查询仅支持一个 ASIN，数据点按 Keepa 实际抓取变化的不规则间隔返回。可通过 API 端点或 Python 脚本调用，脚本默认将完整响应落盘并输出摘要，带 24 小时本地缓存。该工具按动态规则消耗算力，可能一次性消耗较多，需用户确认后继续。
compliance-checker
用于对代码库或业务流程进行 GDPR、HIPAA、SOC 2、CCPA、PCI-DSS 合规审计的技能，扫描 PII 处理、数据保留、加密、访问控制、审计日志、同意管理与数据传输等，产出含差距分析与整改建议的合规报告。
data-sql-optimization
该技能用于诊断和调优 OLTP 工作负载下的 SQL，主要面向 PostgreSQL、MySQL 和 SQL Server，也附带覆盖 Oracle 与 SQLite。适用场景包括查询调优、执行计划解读、索引设计或删除、锁争用与死锁排查、连接池饱和、监控告警、分区策略、备份恢复设计以及安全或行级安全（RLS）审查。技能提供慢查询分诊脚本、执行计划采集脚本及配套测试，并给出跨引擎的模板与参考指南，强调先收集引擎版本、查询文本、模式与索引、实际证据等上下文，再逐一变更并验证正确性与性能影响。明确不覆盖 OLAP 引擎与湖仓调优（如 ClickHouse、DuckDB、Doris、StarRocks、Iceberg、Delta Lake、Hudi）。
crm-hygiene
CRM Hygiene 是一个用于审计和改善 CRM 数据质量的技能，通过识别缺失字段、不一致取值、重复记录和过期数据，帮助提升预测准确性、报表可靠性和自动化稳定性。它基于 Salesforce 数据质量最佳实践和 RevOps Co-op 数据治理框架，围绕完整性、一致性、准确性、及时性四个维度展开审计，适用于季度 CRM 审计、重大报表周期前、自动化工作流失败时、团队变动或迁移后以及准备 CRM 集成等场景。该技能可定义审计标准、识别数据问题、按业务影响排序、制定修复计划并给出治理建议，但无法访问实际 CRM 数据、自动执行清理或了解具体业务规则。
linkfox-zhihuiya-pdf-data
通过专利ID或公开号从智慧芽专利数据库获取专利PDF全文下载链接的技能，支持单条与批量查询（单次最多100条），可在原PDF不可用时回退到同族专利PDF。
tooluniverse-clinical-data-integration
该技能提供端到端的药物安全审查流程，整合 FDA 标签、FAERS 不良事件报告、PRR/ROR 不成比例分析、药物基因组学生物标志物、临床试验数据与已发表文献。适用于监管评估、药物警戒和临床决策支持。核心原则包括：以 FDA 标签为权威基准、FAERS 信号需结合标签与文献佐证、不成比例分析不等于因果关系、药物基因组学可缩小风险人群范围。工作流分为药物识别、标签提取、FAERS 信号检测、药物基因组学、临床试验、文献证据和综合安全报告七个阶段，强调先查数据库而非凭记忆推断，并要求通过 Python 实际执行计算而非仅描述。