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
该技能是面向脂质组学的分析流程，整合脂质鉴定、LIPID MAPS 分类、KEGG/Reactome 脂质通路映射与疾病关联分析。它通过 LIPID MAPS、SwissLipids、HMDB、KEGG、PubChem、CTD、DisGeNET、PubMed 等工具，支持从脂质名称、缩写或精确质量解析脂质身份，按 8 大类分类，映射鞘脂、甘油磷脂、类花生酸、类固醇等代谢通路，并检索脂质与疾病（如神经退行、心血管、代谢综合征）的关联证据。适用于脂质物种鉴定、通路归属、疾病生物标志物探索和脂质组学结果解释，不处理原始质谱数据，也不适用于通用代谢组学或药物 ADMET 预测。
基于1000 Genomes Project（IGSR）的群体遗传学技能，可检索超级群体与群体、样本元数据、数据集合，并结合GWAS工具做群体分层分析。
renewal-predictor 是 onewave-ai/claude-skills 中的技能，依据客户健康度信号预测续约可能性。它用参与度、支持、功能采用、满意度、账单、关键人连续性和使用趋势七个维度计算 0-100 健康分，并输出带证据的风险评估与干预建议。
PostHog AI 插件技能：用 HogQL 查询 document_embeddings 表中的原始信号（signals）数据，支持语义搜索、按报告取信号、列出信号类型与全文检索。
mcp-brasil-server 是一个 MCP 服务器，将 AI 智能体连接到 70 多个巴西公共数据源，提供 533 个工具，覆盖经济、立法、透明度、司法、选举、环境、健康、教育等领域，多数 API 无需认证。
基于标准 bash 工具（awk、cut、sort、grep）处理 CSV 文件的技能，提供分析、筛选、选列和排序脚本，适合在命令行环境中快速查看与转换 CSV 数据。
该技能用于从已结算的 PolyBaskets 篮子中领取派彩（payout），操作通过 vara-wallet 完成。使用前提是结算已最终确定（status 为 Finalized），在结算完成前不应使用。需先配置 mainnet 网络，通过 BasketMarket/GetSettlement 检查结算状态，通过 GetPositions、GetFreebetPositions 或 BetLane/GetPosition 确认持仓存在且 claimed 为 false，随后按资产类型（Vara 或 Bet）分别调用 BasketMarket/Claim 或 BetLane/Claim 领取。派彩按 shares * (settlement_index / entry_index) 计算，可通过 Settlement 中的 payout_per_share 预览。领取后可再次查询持仓确认已领取，并检查余额变化。
Data Analyzer 是一款专家级数据分析智能体，用于处理结构化与非结构化数据集，帮助用户提取有意义的洞察、识别数据模式、检测异常并生成数据驱动的建议。其核心能力覆盖探索性数据分析（EDA）、统计检验、相关性分析以及洞察故事化表达。该技能适用于商业分析、研究验证、绩效评估和决策支持等场景，通过严谨的分析框架、统计方法和数据可视化最佳实践，将原始数据转化为可执行的智能信息。工作流程包括探索性数据分析、模式与趋势检测、统计假设检验、对比分析、洞察综合与叙述等环节，并提供统计方法参考与可视化图表选择指南。资料未提供免费或收费信息，也未说明具体运行平台与安装方式。
基于 KEGG 数据库的疾病-药物-变异网络研究工具集，属于 ToolUniverse 技能。它通过 12 个工具将疾病关联到致病基因、将药物关联到分子靶点、将变异关联到通路，支持疾病基因查询、药物靶点检索、疾病-基因-药物网络探索、变异注释以及 KEGG ID 与外部数据库 ID 的转换。适用于药物重定位假设、精准肿瘤学和通路机制研究，强调先查询再推断，并建议与 Reactome、WikiPathways、CTD、ClinVar、CIViC 等互补数据库交叉验证。
跨物种遗传分析技能，将人类基因映射到小鼠、斑马鱼、果蝇、线虫、酵母、爪蟾等模型生物的同源基因，并整合MGI、IMPC、ZFIN、FlyBase、WormBase等数据库的表型、表达与功能数据，评估基因功能保守性并挑选合适动物模型。
Analytics Tracking 是一个用于设置、改进和审计分析追踪与衡量的技能。它帮助用户围绕营销和产品决策建立可执行的追踪方案，涵盖业务背景评估、追踪计划框架、事件命名规范、事件属性设计、GA4 与 Google Tag Manager 实现、UTM 参数策略、调试与验证、隐私与合规等内容。该技能强调“为决策而追踪，而非为数据而追踪”，主张从问题出发反向推导需要追踪的内容，并保持命名一致性和数据质量。适用于需要搭建或优化网站、产品分析追踪体系的场景。
BRENDA Database 是一个通过 SOAP API 访问 BRENDA 酶数据库的技能，用于检索酶动力学参数（Km、kcat、Vmax）、反应方程式、生物体数据、底物特异性、最适条件、抑制剂与激活剂等信息。BRENDA 是综合性酶信息系统，收录超过 45,000 种酶及数百万条动力学数据点，适用于生化研究、代谢工程和酶发现。该技能提供 Python 客户端与辅助脚本，支持按 EC 编号、生物体、底物等条件查询，并包含数据解析、可视化、通路构建等功能。使用前需安装 zeep、requests、pandas、matplotlib、seaborn，并配置 BRENDA 账号凭据。
HMDB（人类代谢组数据库）是一个免费开放的小分子代谢物综合资源库，收录人体内水溶性和脂溶性代谢物信息。当前版本 v5.0 包含 220,945 条代谢物条目、8,610 条代谢相关酶与转运蛋白序列，每条代谢物提供 130 多个数据字段，涵盖化学性质（结构、分子式、分子量、InChI、SMILES）、临床数据（生物标志物关联、疾病、正常/异常浓度）、生物学信息（通路、反应、定位）、波谱数据（NMR、MS、MS-MS）以及 KEGG、PubChem、MetaCyc、ChEBI、PDB、UniProt、GenBank 等外部数据库链接。该技能适用于代谢组学研究、临床化学、生物标志物发现和代谢物鉴定等任务，支持通过网页界面进行文本、结构（ChemQuery）、波谱和高级组合检索，也提供 XML、SDF、FASTA、TXT、CSV/TSV 等格式的批量数据下载。HMDB 不提供公开 REST API，程序化访问需联系开发团队，或使用 R/Bioconductor 的 hmdbQuery 包及本地解析下载数据集。学术和非商业研究免费使用，商业用途需获得明确许可。
UMAP-Learn 是一个实现 UMAP（Uniform Manifold Approximation and Projection）降维技术的 Python 库，用于可视化与通用非线性降维。UMAP 遵循 scikit-learn 约定，可作为 t-SNE 或 PCA 的替代方案，提供快速、可扩展的嵌入，能够保留数据的局部与全局结构。它适用于 2D/3D 可视化、聚类预处理（如与 HDBSCAN 配合）、监督与半监督降维、度量学习与参数化 UMAP 等场景。使用前通常需要对特征进行标准化，以保证各维度权重一致。该库支持通过 n_neighbors、min_dist、n_components、metric 等参数调节嵌入行为，并提供 transform 方法用于将新数据投影到已学习的嵌入空间。参数化 UMAP 基于 TensorFlow/Keras，支持自定义编码器与逆变换。安装命令为 uv pip install umap-learn。
面向商业分析任务的 AI 技能，提供数据驱动决策、BI 仪表盘、KPI 框架、预测建模与数据叙事等分析指导与最佳实践清单，帮助将业务数据转化为可执行洞察。
Supabase 维护的 Postgres 性能优化与最佳实践技能，用于编写、审查或优化 Postgres 查询、模式设计与数据库配置，按影响优先级组织规则。
Arboreto 是一个用于从基因表达数据推断基因调控网络（GRN）的计算库，采用可并行化算法，可从单机扩展到多节点集群。其核心能力是根据观测样本（细胞、样本、条件）中的表达模式，识别哪些转录因子（TF）调控哪些靶基因。支持 GRNBoost2 与 GENIE3 两种算法，可用于 bulk 与单细胞转录组数据分析，并可作为 pySCENIC 流程的核心组件。
Compliance Checker 是一个合规评估智能体技能，用于审查企业在金融、税务、雇佣、数据隐私及行业特定要求方面的合规情况，识别差距并给出整改指引。它提供通用合规指导，不替代专业法律意见。
这是一个面向风险投资、私募股权与高管汇报场景的数据分析技能，基于 pandas、polars 与 McKinsey 风格可视化，帮助用户完成从数据载入到投资人级图表输出的分析流程。它提供通用数据加载器，可读取 CSV、Excel、JSON、Parquet、PDF、PPTX 等常见格式；内置 SaaS 核心指标计算，包括 MRR、ARR、LTV、CAC、流失率与队列留存分析；提供符合 McKinsey 原则的 Plotly 图表函数，强调行动式标题、高数据墨水比与单图单信息；并提供 Streamlit 高管仪表板模板与投资人路演指标序列参考。适合用于分析数据、搭建仪表板、制作投资人材料。该技能要求 Python 3.11+ 及 pandas、polars、plotly、altair、streamlit 等技术栈，资料中说明不使用 OpenAI，如需生成叙述性文字建议使用 Claude。
本技能用于规划、测试并安全执行 PostgreSQL 模式迁移，尤其适用于生产数据或共享数据库场景。它提供 DDL 锁参考，区分快速非阻塞操作（如添加可空列、并发创建索引、RENAME）与缓慢或阻塞操作（如带易变默认值的加列、类型变更、未加 NOT VALID 的约束校验）。核心能力是给出安全迁移模式，例如通过「先加可空列再批量回填再设默认值和 NOT NULL」避免全表重写，用 CREATE INDEX CONCURRENTLY 和 ADD CONSTRAINT ... NOT VALID + VALIDATE 降低锁影响，以及通过 CHECK 约束辅助快速添加 NOT NULL。此外还涵盖批量回填策略、迁移前后验证查询、回滚方案、事务策略、lock_timeout/statement_timeout 设置以及处理长事务阻塞的方法，帮助降低迁移失败、锁表或数据损坏风险。
这是一个基于 z-schema 库校验 JSON 数据的技能，使用 JSON Schema 对 JSON 数据进行检查。z-schema 支持的 Schema 草案包括 draft-04、draft-06、draft-07、draft-2019-09 和 draft-2020-12，默认使用 draft-2020-12。它提供四种校验模式：同步抛错（默认，校验失败抛出 ValidateError）、同步安全（返回 { valid, err? }）、异步抛错和异步安全（返回 Promise），并支持在异步格式校验器等场景下使用。使用时需通过 ZSchema.create(options?) 创建校验器，再调用 validate 方法。错误信息位于 ValidateError 的 .details 字段，包含 message、code、params、path、keyword、inner、schemaPath、schemaId 等结构，组合器（anyOf、oneOf、not）会产生嵌套的 inner 错误。可通过 includeErrors 和 excludeErrors 过滤错误码，支持 schema 预编译以提升运行时性能并解析交叉引用，支持远程引用（手动注册或通过 schema reader 自动加载）及缺失引用诊断。还可注册全局、实例级或创建时传入的自定义格式校验器（支持异步）。
用于在 TypeScript/JavaScript 应用中集成 EVM 区块链的 viem 技能，支持读取链上数据、发送交易、调用智能合约及地址与签名验证；React 钱包界面建议配 wagmi。
iii-state-management 是 iii 引擎中的状态管理技能，用于创建按作用域划分的键值存储，并对状态条目进行读写、列举键和部分更新。它通过内置的 trigger 函数实现：state::set 写入值，state::get 读取值（键不存在时返回 null），state::list 列出某个作用域内的全部键，state::delete 删除键，state::update 使用 ops 数组执行细粒度部分合并。状态条目通过 scope、key、value 寻址，且状态在所有函数之间共享，因此需要用有意义的 scope 名称避免冲突。该技能适用于在函数之间持久化数据、在异步任务完成后保存结果等场景，可与 iii-queue-processing 配合使用。使用前需在 iii-config.yaml 中启用 StateModule 并配置 KvStore 适配器（基于文件或 Redis）。若需要状态变化时的响应式副作用，应改用 iii-state-reactions；若需要数据更新时向客户端实时推送，应改用 iii-realtime-streams。
面向 ACMG/AMP 胚系变异分类的临床解读技能，覆盖全部 28 项标准（PVS1、PS1-4、PM1-6、PP1-5、BA1、BS1-4、BP1-7），逐条引用证据来源生成临床意义分类报告。