SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-18 00:12
16,538 个结果
ToolUniverse 代谢物通路分析技能，用于代谢物鉴定、通路映射、疾病关联与酶/基因连接。支持按名称、质量/分子式或 ID 检索代谢物，跨库标识符转换（HMDB、KEGG、ChEBI、PubChem、ChemSpider），通路查询（MetaCyc、KEGG、Reactome），酶与基因关联（CTD、KEGG、BridgeDb、MyGene），以及疾病关联和跨库富集分析。强调“查询而非猜测”，调用工具取数据后用 Python 计算分析。适用于代谢组学通路与疾病关联研究。HMDB 无开放 API，MetaCyc 为参考通路，CTD 常见代谢物返回结果可能极大。
该技能用于将 GWAS（全基因组关联研究）变异与生物通路和可成药靶点连接起来，支持从 GWAS 命中位点到因果基因、再到通路和药物靶点的分析流程。它通过 OpenTargets 解析疾病本体、用 GWAS Catalog 收集显著信号（p<5e-8），用 EnsemblVEP 注释变异，结合 GTEx 的 eQTL 与组织表达证据判断因果基因，再用 Reactome、KEGG、STRING、PANTHER 进行通路富集与交叉验证，最后借助 DGIdb 与 OpenTargets 评估通路成员的可成药性及已有药物，区分药物重定位机会、新靶点与当前不可成药基因。该技能强调“计算而非描述”，要求通过 Bash 运行 Python 代码实际执行统计、数据处理、富集与绘图，并报告真实结果。
Nansen CLI 的路由指南，说明何时使用 nansen agent 进行 AI 研究分析、何时使用直接 CLI 命令获取结构化数据，并涵盖认证与浏览器会话范围等说明。
Data Pipeline Builder 是一个用于设计和构建 ETL/ELT 数据管道的技能。它接收数据源、目标端和转换需求，输出完整的管道规格说明以及运行所需的全部实现文件，包括 Python/SQL 管道代码、调度配置、数据质量检查、监控告警和测试。该技能强调幂等设计、水位线/检查点跟踪、死信处理、模式演进、凭据安全、回填策略和运行手册，并优先用 SQL 表达可映射的转换、用 Python 处理复杂逻辑。
Qdrant 多租户技能指南，讲解在多租户或多用户应用中如何隔离数据。核心要点：先判断租户数量与规模分布，再选择隔离策略。介绍三种隔离级别：基于 payload、基于分片、基于集合。多数场景推荐单一 collection 按 payload 分区，而非每租户一个 collection；同时覆盖分层多租户（少量大租户+长尾小租户）、每租户一个 collection、以及按地域自定义分片等方案，并说明各自的适用条件与限制。
仓库原生实验（Warehouse-Native Experimentation）操作手册类技能，指导团队直接在 BigQuery、Snowflake 等现代数据仓库中运行 A/B 实验，而不依赖 Statsig、Optimizely、LaunchDarkly、PostHog、Amplitude Experiment 等专用实验平台。内容覆盖分配方式（确定性哈希、功能开关、随机分配表）、曝光事件日志规范、以 dbt 模型定义指标、用 SQL 或 Python 做统计分析（Welch t 检验、CUPED 方差缩减、序贯检验）以及自建实验体系常见陷阱。该技能侧重“如何在没有供应商平台的情况下执行实验”，与方法论和结果解读类技能互补。
该技能是一套用于解读实验结果的统计方法与实践指南，帮助产品经理和数据分析师在查看实验数据面板、做出上线、终止或迭代决策时，避免对置信区间、p 值、多重检验、序贯检验、CUPED 方差缩减及异质处理效应等概念的误读。它强调结果面板应暴露的关键信息，并给出基于置信区间的决策规则，适用于任何需要阅读实验结果并据此做判断的场景。
该技能用于量化市场情绪冷热、风险偏好与交易拥挤度，帮助判断市场处于亢奋、均衡、谨慎还是恐慌状态，适用于仓位决策、节奏判断与情绪复盘。推荐配合万得 wind-mcp-skill 获取底层数据。
Web Scraper 是一个用于抓取网页内容并保存为 HTML 或 Markdown 的工具，支持文本与图片。它依赖极少，仅需 requests 和 beautifulsoup4，无需浏览器自动化。默认会将图片下载到本地 images/ 目录。支持单页抓取与递归抓取（跟随链接），可控制深度、页数、域名过滤、速率限制并默认遵守 robots.txt。适用于将网页、文档站点或博客归档为离线可读的 HTML/Markdown 文件。
该技能用于通过极目（Jiimore）数据服务查询并分析亚马逊细分市场洞察，帮助亚马逊卖家深入了解特定细分市场的竞争格局、价格、评论与增长趋势。每次调用需提供细分市场 ID（nicheId），可选市场代码（US、JP、DE，默认 US），单次仅支持一个 ID。返回数据涵盖市场概览（需求评分、商品数、品牌数、卖家数）、价格区间、搜索量与转化率、竞争集中度（Top5/Top20 点击份额）、新品上架与成功率、断货率、卖家成熟度、评论洞察、广告 ACOS 与盈利能力等。调用方式包括 API 端点 POST /jiimore/getNicheInfo 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。每次调用消耗 9 算力，需注意成本。
该技能用于在已同步到本地库的 Temu 类目数据中按关键词检索类目信息，支持匹配类目中文名、英文名与类目 id。检索结果返回的 id / categoryId 可作为 Temu 商品查询的 categoryHome/categoryBackend、店铺查询的 category 等入参的类目标识，用于商品或店铺筛选。使用需提供必填参数 keyword（子串匹配），分页参数 page 从 1 起，pageSize 默认 50、最大 200。该技能不消耗算力。若未配置 API Key（LINKFOX_AGENT_API_KEY 或 LINKFOXAGENT_API_KEY）、响应 401 或 402 状态码、或提示算力余额不足等情况，可按 onboarding 文档引导解决。
tdxquant 是一个通达信量化数据获取技能，通过通达信 TdxQuant（tqcenter）接口获取 A 股市场数据、执行技术分析和查询交易相关信息。它支持行情快照、K 线数据、证券基本信息、专业财务数据、股票/板块/市场交易数据、板块与成份股、可转债/ETF/新股信息、交易日历、通达信公式执行、行情订阅以及交易下单等功能。使用时需先安装并启动支持 TQ 策略功能的通达信金融终端，配合 64 位 Python 3.7~3.14 环境运行。该技能适合需要以脚本方式批量获取 A 股行情、财务与交易数据，或执行通达信公式选股、策略回测与下单的量化场景。
Azure Data Factory Skill 是面向 Azure Data Factory 开发的专业技能包，提供故障排查、最佳实践、决策参考、架构与设计模式、限制与配额、安全性、配置、集成与编码模式以及部署等方面的专家指导。该技能结合本地快速参考内容与远程文档抓取能力，覆盖连接器与格式错误、CDC、管道、触发器、数据流、SHIR/SSIS IR、性能与安全等常见问题的诊断与修复，并给出具体错误模式与应对措施。使用时，代理可借助分类索引定位相关章节，通过指定行范围或引用文件读取内容；如元数据生成时间超过三个月，建议从仓库拉取最新版本。该技能需要网络访问以获取文档内容，首选使用 mcp_microsoftdocs 的抓取工具并携带 from=learn-agent-skill 查询参数，也可回退到通用网页抓取方式；若缺少相应工具则建议用户安装。
用于检索和分析电子显微镜数据的技能，覆盖EMDB冷冻电镜密度图、PDB拟合原子模型、EMPIAR原始显微图像数据集及CryoET冷冻电子断层扫描数据，并可交叉引用AlphaFold预测与文献。
该技能面向植物基因组学与生物学研究，基于 ToolUniverse 工具集，提供植物基因、代谢通路、物种分类及跨物种比较的分析流程。核心工具涵盖 PlantReactome（植物通路）、Ensembl Plants（基因结构与注释）、POWO（物种分类与分布）、USDA PLANTS（北美植物性状）、Planteome（植物本体与注释）、BAR（RNA-seq 表达）、KEGG（植物代谢通路，如 ath、osa、zma）、UniProt（蛋白功能注释）、PubMed（文献）以及 Ensembl Compara（跨物种直系同源）。技能强调植物基因组大且常为多倍体，不能仅凭序列相似性推断功能，需查证功能验证证据，并采用 T1–T4 证据分级。适用于查询植物基因所属通路、查找类黄酮等通路基因、比较拟南芥与水稻基因、鉴定植物物种、研究植物激素信号与光合基因注释等场景。不适用于人类/小鼠通用通路分析或系统发育分析。
按行业通用口径计算 SaaS、电商与产品分析等业务指标，并提供基准对照。适合董事会或投资人材料、统一流失率等指标定义、对标行业标准、搭建指标报告，以及校验现有计算是否符合标准。
客户/用户分群分析技能，用于识别不同客户群体、分析各群体行为并输出可执行的运营策略。基于用户属性和行为指标，通过k-means聚类或规则分群，生成群体画像。
WebPerf 资源与网络技能，提供在 Chrome DevTools 中测量网络性能的 JavaScript 片段，可检测连接类型（2g/3g/4g）、带宽、RTT 与省流量模式，并据此给出自适应加载建议。
pptx-creator 是一个通过命令行脚本从大纲、主题、JSON 结构或数据源生成专业 PowerPoint 演示文稿的工具，支持自定义模板、内置风格预设、图表与表格，并可结合图像生成技能插入图片。
提供沃伦·巴菲特式的企业与长期投资分析框架，从能力圈、护城河、管理层诚信、所有者收益和资本配置等角度组织判断。用于研究商业模式、竞争优势、现金质量、估值与安全边际，并输出继续研究、等待或放弃一类行动判断。
为 GitHub 仓库健康度打分的分析技能：按加权扣分制计算 0-100 分与 A-F 等级，评估问题与 PR 优先级、速度指标、置信度、瓶颈与变化追踪，并输出单仓库或多仓库记分卡。
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。
用于生成 TAM/SAM/SOM 市场规模分析的 Claude 技能，结合自上而下与自下而上估算并交叉验证，输出含方法论、数据来源与敏感性区间的 market-sizing.md。
该技能让 AI 智能体通过 Alpaca CLI 与本地工作区代码执行确定性、可复现的历史回测。用户提供开始日期、结束日期和策略概念后，智能体将策略翻译为精确的数学规则并经确认，检查工作区是否已有可复用的数据或代码，创建独立的运行文件夹，通过 Alpaca CLI 拉取历史行情数据，编写单文件可读的 Python 脚本进行本地模拟，并输出报告与工件。技能强调可复现的研究工作流，要求记录所有假设、数据指纹、费用模型与填充模型，并附带免责声明，说明回测为假想历史模拟，不代表真实交易表现，也不构成投资建议。该技能不承诺策略在实盘有效，仅用于研究与教育目的。