polymarket-scanner
用于浏览、搜索和扫描 Polymarket 预测市场的技能，全部接口为只读且无需 API 密钥或身份验证。可查看热门市场、按类别或关键词搜索、按成交量过滤，并查询订单簿与价格。市场文本属用户生成内容，应视为不可信数据。
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
16,538 个结果
secure-mule-app
为 Mule 应用扫描并加密敏感数据的技能：在 XML 与 properties 文件中查找用户名、密码、URL、API 密钥、令牌等，使用 MuleSoft secure-properties-tool 生成加密值并改用 ${secure::} 占位符。
postgis
PostGIS 的 SQL 使用技巧与避坑指南，适用于在 PostgreSQL 中处理 geometry、geography、raster、投影、空间索引与地理空间加工时参考。
data-storyteller
Data Storyteller 是一个面向结构化数据的分析技能，用于把 CSV 或电子表格数据转化为带图表的叙事报告。它整合了数据质量审计、数据集对比、相关性探索、异常值检测、统计分析、调查问卷分析、时间序列分解、透视表生成、A/B 测试计算、ROI 计算和预算分析等辅助脚本。适合做探索性分析、高管摘要、数据质量审查、实验解读与预算/ROI 分析等任务。
data-analysis
这是一个全链路数据分析技能，用于智能体场景下处理表格（CSV/Excel）、文档（PDF/DOCX/MD）及图像中的数据。其核心是强制遵循的安全工作流：首先仅读取元数据与少量样本进行安全探查，避免全量加载导致Token溢出；接着执行数据质量体检，覆盖完整性、唯一性、准确性、一致性与关联性；随后根据任务选择统计、模式发现、商业智能或探索性分析流程；再规范编写并执行Python、R、SQL或JavaScript代码完成处理与可视化；最后自检结果文件与格式后输出Markdown、PDF或DOCX报告。该技能适合需要在受控数据环境下完成从读入、清洗、分析到报告全过程的智能体数据分析任务。
event-driven-detector
该技能用于识别和分析可能在A股创造定价偏差的公司事件，包括并购重组、资产注入、回购增持、管理层变更、指数调整等。当用户询问并购重组机会、股份回购分析、国企改革、指数调整交易、特殊事件投资或事件驱动策略时使用。技能以“特殊情况分析师”角色工作，按界定范围、扫描活跃事件、逐个分析、风险评估、排序呈现的流程输出事件概览表、详细分析、风险矩阵与历史可比案例，并附免责声明。数据增强可配合金融数据工具包技能获取A股实时行情等免费数据。
audit-context
用于诊断 nao 上下文健康状况的技能，可在生命周期任意阶段运行，检查同步状态、RULES.md 结构、表覆盖、数据模型 MECE、测试覆盖与 token 膨胀，只输出对话内报告与按优先级排列的修复计划，不做修复。
linkfox-zhihuiya-patent-cited
该技能用于从智慧芽（PatSnap）查询专利被引用数据，包括被引用次数、3年/5年被引量、简单/INPADOC/PatSnap专利家族被引数及引用专利详情，支持按专利ID或公开号批量查询（最多100条），适用于专利影响力与被引分析。
linkfox-zhihuiya-patent-forward-citation
该技能用于从智慧芽（Zhihuiya）专利数据库查询专利的前向引用详情，即某件专利在申请文件中引用了哪些专利文献和非专利文献。用户可通过专利 ID（patentId）或公开/公告号（patentNumber）进行查询，两者至少提供一个，同时提供时以 patentId 优先，单次最多支持 100 条。返回结果包含被引专利列表（citedPatents）和被引非专利文献列表（citedOthers），并附总数、列定义、算力消耗等字段。适用于专利引用查询、被引用文献检索、在先技术引用分析等场景。调用方式包括 API 端点 POST /zhihuiya/patentForwardCitation 和 Python 脚本，脚本默认将完整响应落盘并输出摘要，支持 24 小时本地缓存。该工具按动态规则计费，消耗算力为 81 乘以返回数据条数，可能一次性消耗大量算力，需用户确认后继续。
setup-datamodel
setup-datamodel 是微软 Power Platform Skills 中的一项技能，用于为已有的 Power Apps 移动应用设计或重新设计 Dataverse 架构与连接器方案。它支持从用户提供的 ER 图（图片、Mermaid 或文本描述）导入数据模型，也可由 data-model-architect 智能体根据需求推断生成。该技能会先设计 Dataverse 架构、规划连接器，经用户统一批准后，再委托 /add-dataverse 和 /add-connector 执行建表与连接器添加。它属于独立的数据源规划工作流，不要求完整的应用计划，仅提出并批准当前架构/连接器的增量变更，保留现有应用部分。适用于初始化后的应用、已有 ER 图导入、项目中期重新规划架构或连接器等场景；若只需添加单张表或单个连接器，则建议直接使用 /add-dataverse。
azure-database-postgresql
该技能为 Azure Database for PostgreSQL 提供专家级开发指导，覆盖故障排查、最佳实践、决策、架构与设计模式、限制与配额、安全、配置、集成与编码模式以及部署等主题。它结合本地快速参考内容与远程文档获取能力，帮助智能体定位并读取相关章节。使用前需注意元数据生成时间，若超过三个月建议拉取最新版本；若缺少 mcp_microsoftdocs 工具，建议安装。该技能需要网络访问以获取文档内容，优先使用 mcp_microsoftdocs:microsoft_docs_fetch，回退方案为 fetch_webpage。
tooluniverse-gpcr-structural-pharmacology
面向GPCR结构药理学的ToolUniverse技能，整合GPCRdb、SAbDab与PDBePISA，支持受体鉴定、配体药理学分类、结构与突变数据查询、抗体结构及蛋白界面分析。
lead-scoring-model
根据企业ICP定义、历史赢单/输单数据和CRM导出，构建定制化线索评分模型，输出含阈值分级、验证指标与批处理评分表的lead-scoring-model.md交付物。
database-patterns
Database Patterns 是一个面向数据库设计与迁移的规则型技能，围绕 Alembic 迁移、SQL/NoSQL 模式设计、数据库版本管理、零停机迁移和数据库选型提供可加载的规则文件。它定位为 Alembic 与 PostgreSQL 的封装补充，而非替代官方文档，强调先阅读 references/ork-delta.md 获取版本下限、修正与内部约定。技能共含 5 个类别、10 条规则，覆盖数据迁移、分支管理、规范化、索引策略、NoSQL 模式、变更日志、漂移检测、expand-contract 与 pgroll 自动化、回滚监控等。默认数据库选型为 PostgreSQL，并给出异步方言、NOT NULL 两阶段、并发建索引、3NF、主键策略、软删除、迁移粒度、生产部署等关键决策建议，同时列出禁止的反模式。
commerce-app-webhooks
用于在 Adobe Commerce 应用中添加或修改 webhook 拦截器的技能，可拦截 Commerce 操作以校验输入、追加或修改数据。
bitrix-postgresql
Bitrix 框架中的 PostgreSQL 支持技能，涵盖 PgsqlConnection 连接类、MySQL→PostgreSQL 迁移向导、模块兼容性、可移植 SQL 写法与模块数据库结构。适用于在 Bitrix 中配置 PostgreSQL、从 MySQL 迁移到 PostgreSQL，或编写跨数据库兼容的 SQL 代码。基线要求 main 23.900.900+，已验证 main 26.800.0、perfmon 25.300.0。需 Bitrix24 / CMS 的 "Enterprise for Postgres" 授权。
linkfox-jiimore-get-niche-review-from-keyword
LinkFox Jiimore 系列技能之一，用于按关键词查询并分析亚马逊细分市场的评论数据，帮助卖家从评论中提取消费者情感、用户痛点和真实需求信号。给定一个关键词后，系统会识别相关的细分市场，提取评论主题并划分为正面或负面，同时展示每个主题的被提及频率（percentOfMentions，0-1 即 0%-100%）。支持美国（US）、日本（JP）、德国（DE）三个站点，默认站点为 US。通过 POST /jiimore/getNicheReviewFromKeyword 接口调用，也可使用 Python 脚本执行。该工具按次消耗 9 算力，同一会话同一参数组合默认只调用一次，脚本带 24 小时本地缓存。需要注意的是，本工具工作在细分市场层面，不适用于单个 ASIN 的评论分析。
linkfox-seerfar-ozon-category-search
Seerfar Ozon 类目商品搜索技能：按 Ozon 类目 ID 拉取该类目下的商品列表，返回类目级聚合数据（类目总销量、总销售额、平均价格、平均评分、季节性）以及每个商品的销量、价格、评分、评论数、品牌、卖家、配送方式等信息。适用于类目选品分析、类目爆品挖掘、类目容量与价格带分析、季节性判断等场景。数据默认覆盖最近 30 天，也可通过 date 参数查询历史月份快照。调用方式包括 API 端点 POST /seerfar/ozon/categorySearch 和 Python 脚本，每次调用消耗 15 算力。
linkfox-seerfar-ozon-shop-search
Seerfar Ozon 店铺商品搜索工具：输入 Ozon 店铺（卖家）ID，返回该店铺商品列表及各商品近30天销量、价格、评分、重量、配送方式（FBO/FBS）、卖家类型（本土/跨境）、退货取消率，以及店铺近30天总销量等汇总指标，用于竞品店铺商品分析、爆品挖掘和卖家商品结构拆解。
linkfox-zhihuiya-description-data
本工具用于从智慧芽（Zhihuiya）专利数据库获取专利说明书（描述）数据。用户可通过专利ID或公开号定位一件或多件专利，返回其说明书全文内容，用于查阅专利的技术描述、实施方式等详细信息。查询支持批量输入，单次最多100件；当目标专利说明书在库中缺失时，可选择用同族专利的说明书替代，并在返回结果中标注替代专利的公开号。提供API端点与Python脚本两种调用方式，脚本会将完整响应落盘为JSON文件并按体积决定输出摘要或全文。该工具按调用规则消耗算力，脚本带24小时本地缓存，需配置相应API Key方可使用。
tooluniverse-protein-modification-analysis
该技能用于蛋白质翻译后修饰（PTM）分析，覆盖磷酸化、泛素化、乙酰化、糖基化和甲基化等类型。它以 iPTMnet 为主要数据源（位点与酶），并结合 ProtVar（功能背景）、UniProt（基线注释）、STRING（相互作用）、ELM（线性基序）以及 MassIVE/ProteomeXchange（实验数据）进行交叉验证。工作流先通过 UniProt 登录号消歧，再依次进行 PTM 位点清单、蛋白变体（proteoform）分析、PTM 依赖性相互作用查询、功能背景与线性基序分析，最后综合成报告。资料显示 iPTMnet 的 REST API 自 2026-09-20 起持续返回 HTTP 503，需使用 UniProt、OmniPath、EBI Proteins 等后备方案，并明确指出该缺口不可替代。该技能还强调证据分级（T1 至 T4）、计算通过 Bash 中运行 Python 完成，且查询以英文优先。
tooluniverse-proteomics-data-retrieval
该技能用于检索和获取公开蛋白质组学数据集的元数据，覆盖 MassIVE、ProteomeXchange、PRIDE Archive、NCI 蛋白质组学数据共享平台（PDC）以及 PeptideAtlas。支持按物种、关键词或登录号搜索，返回仪器、物种、翻译后修饰、关联文献等详细信息；PRIDE 还提供文件下载链接与蛋白反向查询，PDC 可获取癌症队列的定量丰度矩阵与临床元数据，PeptideAtlas 提供肽段级观测证据。
product-analytics-setup
产品分析埋点设置（Product Analytics Setup）是一套面向产品经理与分析师的方法论，用于在产品中正确、规范地实施分析埋点。它聚焦执行的纪律性：事件分类法设计、属性设计、命名规范、模式版本化、身份拼接、漏斗构建、群组定义与留存测量。其核心心智模型是“埋点层级”：事件是最基本的原子事实，属性描述事件，身份把事件映射到人，群组是跨事件的筛选，漏斗是事件序列，留存衡量重复行为；底层不正确则上层结构不可信。事件设计遵循过去式、动作导向、对象-动作格式，并区分“动词（是事件）”与“状态（是属性）”。属性分为事件级与用户级，需注意数据类型纪律（枚举用字符串、数量用数字、时间戳用 ISO 8601）。命名需选定一种规范并强制执行。模式变更分加法式（安全）与破坏式（需迁移），并通过代码中定义数据契约、代码评审与 CI 检查来保障。漏斗需注意顺序、时间窗口与锚点事件；群组与留存提供多种定义方式。此外还涵盖北极星指标与支撑指标的选择、可信仪表盘原则、埋点债务与常见失败模式。该技能不涉及测量策略、实验解读、付费媒体分析或平台选型。
data-exploration
Data Exploration 是 Anthropic 知识工作插件中的一项数据探索技能，提供系统化的数据集剖析方法。它帮助用户在正式分析前理解数据的结构、质量与模式，涵盖结构理解、列级剖析、关系发现、质量评估、模式发现以及模式文档化等环节。适用于遇到新数据集、评估数据质量、发现数据模式和理解数据库模式的场景。