indigo-analytics
Indigo Protocol 数据分析技能，用于查询该协议的 TVL、APR 奖励、DEX 收益、治理投票与协议统计数据，通过 Node.js 脚本获取信息。
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 11-05 00:16
数据与分析
17,411 个结果
saturnswap-analytics
用于查询 SaturnSwap DEX 平台级与单池统计数据的技能，可获取 TVL、24h/7d/30d 交易量、池与代币数量、交易笔数，以及按交易量或 TVL 排序的热门池，并检查 API 状态。
building-webapp-data-visualization
该技能用于在 React 页面中借助 Recharts 添加数据可视化组件，包括环形图、饼图、柱状图、折线图、面积图、KPI 指标卡与仪表盘布局，适用于仪表盘或分析页面的图表与指标展示需求。
aeon
Aeon 是一个与 scikit-learn 兼容的 Python 时间序列机器学习工具包，提供分类、回归、聚类、预测、异常检测、分割和相似性搜索等任务的先进算法。该技能适用于对时间序列数据进行分类或预测、检测异常或变化点、聚类相似模式、预测未来值、查找重复模式（motif）或异常子序列（discord）、使用专门距离度量比较时间序列以及从时序数据中提取特征。安装命令为 uv pip install aeon。
LQF_Machine_Learning_Expert_Guide
LQF 机器学习专家指南是一个面向 ML/统计建模的路由技能，采用批判性讨论模式，强调先建立基线、质疑复杂度、进行消融与错误分析，适用于分类、回归、聚类、预测等建模任务。
polars
Polars 是基于 Apache Arrow 的快速内存 DataFrame 库，支持 Python 与 Rust，提供表达式 API、惰性求值与并行执行，适合数据仍能放入内存但 pandas 过慢的场景。
author-methodology-analysis
作者内容方法论分析技能：基于多篇作者、博主或品牌正文，做可解释、可复核的数据分析，覆盖样本质量、发布节奏、选题结构、标题策略、论证与证据、语言风格、读者收益等维度，并提炼作者定位、内容资产、选题系统与可复用写作 SOP，输出报告、文案框架、数据文件与 HTML 看板。
package-context-sql-blue
该技能用于在新的 Unix 机器上创建并初始化一个本地 PostgreSQL 实例，作为由 SQL 管理的智能体上下文存储，同时安装 sql-context 智能体技能。它通过 blue 启动器在用户主目录下初始化专用 PostgreSQL 集群，应用数据库结构迁移，导入已验证的目录数据，并创建独立的读取与写入登录凭据。运行需要 PostgreSQL 16 或更新版本的二进制文件、Python 3.11 或更新版本、uv 和 Git，安装该 Package Skill 还需要 Node.js 与 npx。该包提供 build、create、status、stop、start、backup 等命令，支持 Nix、devenv、direnv 环境，并可选启用 Linux 上的 systemd 用户服务。
package-neon-multi-node-blue
用于在多台独立机器上部署和运维自托管 Neon Postgres 17 的 Blue/Python 技能包，属于 getcolors/neon-multi-node 五机拓扑，与 Green、Red 技能共用同一期望状态。
ted-mosby
Ted Mosby 是一款架构 Wiki 生成工具，可为任意代码库生成带源码溯源（file:line 引用）的架构文档，包含架构概览、模块文档、数据流、入门指南，以及可搜索、支持键盘导航和深色模式的交互式静态站点。
tufte-critique
依据 Tufte《定量信息的视觉展示》(VDQI) 九项标准对现有数据图形进行评分与批评的技能，可命名图表垃圾类型、计算谎言因子，并给出具体修改建议、应切换的图形类型与可模仿范例。
mujoco-studio
MuJoCo Studio 是 MuJoCo 的新一代交互式可视化与插件框架，用 Dear ImGui 与 Filament 渲染替代旧版 simulate，支持 Web 远程流式查看，并提供 C++/Python 插件架构与解耦的仿真/查看线程。
bigquery-graph
BigQuery 图分析技能，提供在 BigQuery 中查询和定义属性图与语义图的指南与最佳实践，使用 GQL 图查询语言。适用于需要探索图拓扑、节点与边关系及图结构的场景。
gcp-spark-troubleshooting
面向 Google Cloud Dataproc 与 Spark 工作负载的排障技能，覆盖 Serverless 批处理/会话与标准集群，并支持分析、检索、追踪和汇总 GCS 中的驱动日志、执行器日志与事件日志。
bio-data-visualization-interactive-visualization
面向生物数据科研场景的交互式可视化技能，介绍用 plotly（Python/R）、bokeh、altair、gganimate 等构建可缩放、悬停、平移的 HTML 图表，并说明 Kaleido v1 静态导出流程、版本兼容与常见失败模式。
bio-de-deseq2-basics
基于 R/Bioconductor 的 DESeq2 技能，用于 RNA-seq 计数数据的差异表达分析，涵盖构建 DESeqDataSet、运行 DESeq 流程、提取结果、LFC 收缩与导出等基础操作。
bio-de-visualization
使用 DESeq2 与 edgeR 内置绘图函数可视化差异表达结果，涵盖 MA 图、火山图、PCA、热图、离散度图、单基因计数图与 p 值分布图，并提供配色与保存建议。
bio-differential-expression-batch-correction
用于批量RNA-seq批次效应处理的技能，核心是：差异表达分析应把批次作为协变量写入设计矩阵（~ batch + condition），而非先校正再检验；ComBat/ComBat-seq、removeBatchEffect主要用于可视化，SVA可处理未知潜在批次。
bio-epitranscriptomics-m6a-peak-calling
从MeRIP-seq的IP与input比对中识别m6A修饰位点的峰值调用技能，介绍exomePeak2、MACS3、MeTPeak三种工具及峰值过滤方法。
bio-epitranscriptomics-modification-visualization
该技能用于对 RNA 修饰数据（如 m6A）进行可视化，生成 metagene 图和基因组浏览器轨迹。适用于观察 m6A 在终止密码子等基因组特征周围的分布模式。技能提供基于 Guitar 的 metagene 图、基于 deepTools 的定制 metagene、浏览器轨迹和热图四种可视化方式，并配套相关技能辅助峰调用与基因组轨迹集成。
bio-longread-alignment
使用 minimap2 将 Oxford Nanopore 与 PacBio 长读长比对到参考基因组，提供不同读长类型的预设，并可结合 samtools 排序、索引与统计。
bio-microbiome-diversity-analysis
基于 phyloseq 与 vegan 的微生物组 alpha/beta 多样性分析技能，可计算样本内丰富度、均匀度与样本间差异度，并完成统计检验、排序与可视化。
bio-proteomics-spectral-libraries
用于构建和管理 DIA 谱图库（肽段查询参数：母离子 m/z、若干碎片 m/z 及相对强度、归一化 RT、可选 CCS），涵盖预测库生成、RT/CCS/NCE 校准、格式转换与库 QC/合并；不负责 DIA 搜索、采集窗口设计与定量。
bio-spatial-transcriptomics-spatial-data-io
面向空间转录组数据的读取技能，用 spatialdata-io、Squidpy 将 Visium、Visium HD、Xenium、MERSCOPE/MERFISH、CosMx、Slide-seq/Curio、Stereo-seq 载入 SpatialData 或 AnnData，并保留分子表、分割形状与坐标框架信息。