campbell-perspective
以约瑟夫·坎贝尔视角对话的 Skill，用神话与英雄之旅框架照亮个人处境，叙事性强，引导用户踏上自己的旅程。仅在用户明确要求该视角或提到 campbell-perspective 时触发，不因一般问题自动启用。
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 11-04 00:13
数据与分析
17,350 个结果
dewey-perspective
以杜威视角回应的思维透镜类 Skill：把实用主义哲学、做中学与民主理念用于分析学习、教育、组织协作与问题解决。仅在用户明确要求杜威视角或提到 dewey-perspective 时使用，不因一般问题自动触发。
pggraham-perspective
以保罗·格雷厄姆（Paul Graham）思维方式分析创业与技术问题的提示词技能，强调黑客精神、创业方法论与反直觉洞察，适用于评估创业想法、规划MVP、技术选型、增长策略和写作表达。
sudongpo-perspective
一个角色扮演型技能：让 AI 以苏东坡（苏轼）的视角与口吻，用豁达乐观、幽默风趣和文学智慧陪伴用户，适合人生困惑、情感烦恼、逆境应对与生活美学等话题。
wujun-perspective
以吴军的信息论思维、浪潮理论和格局观分析问题的视角技能，融合科技史案例与跨学科视角，提供理性温和但观点鲜明的见解。适用于职业规划、技术趋势判断、投资逻辑与学习方法等大方向问题，不适用于具体技术实现、短线投资或情绪安抚。
zhugeliang-perspective
以诸葛亮视角提供战略规划、组织治理与审慎决策框架分析的 AI 技能。仅在用户明确要求使用该人物视角、提到 zhugeliang-perspective，或希望应用其核心方法时触发，不因一般性问题自动激活。
optimization-intent-router
Optimization Intent Router 是 NVIDIA cuopt-examples 中的技能，用于判断自然语言请求应归为 LP、MILP、QP、路径规划（VRP/TSP/PDP）还是非优化分析任务，并给出后续建模路径。
optimization-mode-router
用于判断优化问题该走快速直连 cuOpt 求解，还是保留可重放、可审计的模型工件。默认快速模式，仅在用户有复用、审计、导出或重跑信号时才询问模式选择。
analysis-methods
面向分析智能体的技能，教其用 pandas、matplotlib、scipy 为 FHIR 临床数据编写正确稳健的 Python 分析代码，包含 fhir_helpers 助手库用法、批量查询性能规则、脚本编写与校验流程、可视化规范及统计护栏。
cohort-compare
cohort-compare 是一个面向 FHIR 端点的患者队列分析技能，用于查找护理缺口与群体模式。依据资料，它通过批量查询 FHIR 临床数据，构建每位患者一行、含化验值、用药与达标状态的表格，计算缺口率并生成图表与摘要。
cdf-autonomous-vehicle-dataset-generation
本技能用于运行自动驾驶数据集生成工作流：在示例视频中检索相似驾驶片段，或基于现有片段生成雨、雪、日光等变化版本。用户需准备 JSON 载荷，通过 Airflow 运行 autonomous_vehicle_dataset_generation_dag_k8s，并读取检索结果与生成的视频。工作流使用 Cosmos-Curator、Cosmos Dataset Search（CDS）与 Cosmos3-Nano，并自行启停相关服务。适用于片段检索、数据增强和结果检查；不用于无需检索的纯增强请求，也不用于从种子图生成事件视频。
cdf-video-data-augmentation
该技能用于端到端运行已有的 CDF 视频数据增强（Video Data Augmentation）Airflow 工作流，可在 Kubernetes 或 OSMO 上执行。它负责准备源视频，在源分支上完成自动标注与训练导出链路，生成 Cosmos Transfer 视频变体，对通过评估的生成视频执行同一链路，校验存储输出，并关闭运行自有服务。该技能提供负载渲染与校验、视频上传前检查、运行监控与结果汇总脚本，并规定 GPU 规模、服务模式（内部/外部推理）和平台选择等约束。它不产出合并的最终数据集清单。
msa-search-nim
MSA-Search NIM 是 NVIDIA 提供的蛋白质多序列比对（MSA）生成工具，基于 GPU 加速的 MMSeqs2 实现。它支持标准 MSA 搜索、配对 MSA 搜索（用于蛋白质复合物）以及结构模板搜索，可部署为 NVIDIA 托管的 API 或本地 Docker NIM。用户可通过 NGC_API_KEY 调用托管端点，或在本地 GPU 环境下载数据库后启动容器进行推理。该工具适用于同源序列搜索、UniRef30/ColabFold envdb 数据库检索、蛋白质结构预测前的比对准备等场景，输出 A3M 格式比对结果，可对接 OpenFold3、AlphaFold2 或 RoseTTAFold。
gitnexus-taint-analysis
GitNexus 可选的 --pdg 程序分析子系统专家知识，涵盖控制流图（CFG）、到达定值与函数内/跨函数污点分析，用于审查、解释或扩展相关代码与查找结果。
blog-figure
为博客文章生成 Neo-Brutalism 风格静态 PNG 插图，支持流程、对比、架构、数据可视化、图表、信息图、概念等 30 种模式，通过 HTML→浏览器→PNG 的流程产出 1440×810 retina 2x 图片。
biocontext-knowledge-queries
BioContext 是集成在 omicverse 中的生物医学知识查询技能，通过 ov.biocontext 统一 Python API 访问 49 个数据库，用于基因/蛋白注释、通路查询、细胞类型标志物检索、文献搜索及药物-疾病关联探索。
bulk-rna-seq-batch-correction-with-combat
该技能用于对多个批次的大容量RNA-seq表达矩阵进行ComBat批次校正，输出校正后矩阵并做可视化基准比较，适合合并队列后的下游分析。
bulk-rna-seq-deconvolution-with-bulk2single
该技能使用 omicverse 的 Bulk2Single 流程，把 bulk RNA-seq 队列与匹配的参考 scRNA-seq 图谱结合，重建单细胞表达谱，并进行细胞比例估计、beta-VAE 生成与结果评估。
bulk-rna-seq-deseq2-analysis-with-omicverse
该技能用于在 OmicVerse 中复现 DESeq2 差异表达分析流程：读取 featureCounts 计数矩阵、映射 Ensembl ID 到基因符号、通过 ov.bulk.pyDEG 运行 PyDESeq2、设置倍数变化与 p 值阈值，以及进行 GSEA 富集可视化。
bulk-wgcna-analysis-with-omicverse
在 OmicVerse 中复现 WGCNA 加权基因共表达网络分析流程：数据加载、软阈值选择、模块检测、模块特征基因、枢纽基因与性状关联分析。
bulktrajblend-trajectory-interpolation
BulkTrajBlend 轨迹插值技能：用匹配的 bulk RNA-seq 数据，通过 beta-VAE 与 GNN 解卷积并生成中间细胞，补全 scRNA-seq 发育轨迹中被中断的细胞状态。
data-io-loading
OmicVerse 的数据读写技能：用 ov.read() 与 ov.io.* 系列读取 h5ad、10x H5/MTX、Visium、Visium HD、Nanostring SMI 等单细胞与空间数据，并提供 ov.io.save/load 序列化，替代 scanpy 的 IO 函数。
data-stats-analysis
基于 scipy 与 statsmodels 的本地统计技能，可做 t 检验、ANOVA、相关分析、假设检验与多重检验校正，兼容各类 LLM 提供方。
data-transform
面向数据处理与预处理的通用技能，使用 pandas、numpy 和 scikit-learn 在本地完成数据清洗、归一化、重塑、筛选、合并与特征工程，兼容各类大模型服务商。