data-artist
Data Artist 是一个数据可视化技能，融合数学严谨、色彩理论与叙事设计，追求“Data is Beautiful”美学，把原始数据转化为清晰、有情感共鸣且能讲故事的视觉作品。
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
data-quality-frameworks
该技能介绍如何用 Great Expectations、dbt tests 与数据契约实现数据质量校验，覆盖完整性、唯一性、有效性等维度，适用于构建数据质量管道、CI/CD 自动校验与监控。
data-storytelling
将数据转化为有说服力的叙事，结合可视化、背景与结构，用于向决策者汇报分析、制作季度业务回顾、投资者演示和数据驱动报告。
datacommons-client
Data Commons Client 技能，用于通过 Data Commons Python API v2 查询公共统计数据、探索知识图谱并解析实体标识符（DCID）。适用于人口、经济、健康、环境等统计指标查询。
datavis
datavis 是一套数据可视化工具包，主张用 D3.js、Chart.js 与自定义 SVG 制作美观、数学严谨且具情感共鸣的图表。它涵盖视觉编码、配色设计、叙事结构、数据管线与质量检查，适合需要兼顾可访问性与感知准确性的可视化项目。
detecting-data-anomalies
用于调查数据集中的离群点、罕见事件、尖峰和可疑记录的显式异常分析辅助技能，可比较孤立森林、单类SVM、LOF或阈值法等异常检测流程，并输出可疑记录清单供人工复核。
pytorch-lightning
PyTorch Lightning 深度学习框架技能，用于把 PyTorch 代码组织为 LightningModule，配置 Trainer 进行多 GPU/TPU 训练，并用 LightningDataModule 构建数据管道，涵盖回调、日志与分布式训练策略。
rdkit
RDKit 是面向化学信息学的开源工具包，提供 Python API 用于分子读写、描述符计算、指纹、子结构搜索、化学反应、2D/3D 坐标生成与分子可视化，适用于药物发现、计算化学等研究任务。
report-generator
高级报告生成专家技能，面向 SEO 与 GEO 分析场景，支持 Markdown、HTML、PDF、JSON、Excel 多格式输出，内置折线图、柱状图、饼图、热力图、漏斗图等可视化，以及执行摘要、技术分析、GEO 综合、竞争情报等报告模板和交互式 HTML 报告。
scanpy
Scanpy 是构建在 AnnData 之上的可扩展 Python 单细胞 RNA 测序分析工具包，覆盖质控、标准化、降维、聚类、标记基因识别、可视化与轨迹分析等完整流程，并可在单细胞工作流中处理 h5ad 容器及规划 scVI/scANVI 批次校正。
scientific-data-preprocessing
面向分组时序数据的预处理技能，强调在清洗、插补、标准化、编码与特征工程前先做多级特征分析与数据泄漏审计，避免跨组污染和语义错误。资料称其源自真实项目失败案例，适用于网球等体育分析、医疗分组数据与面板数据。
scientific-visualization
用于制作科研论文发表级图表的技能，基于 matplotlib/seaborn/plotly，支持多面板布局、误差棒、显著性标记、色盲友好配色，以及 PDF/EPS/TIFF 导出，适配期刊投稿要求。
scikit-bio
scikit-bio 是一个用于处理生物数据的综合 Python 库，适用于生物信息学分析，涵盖序列操作、比对、系统发育、微生物生态学与多元统计。它支持 DNA、RNA、蛋白质等生物序列的读写与转换，可处理 FASTA、FASTQ、GenBank、Newick、BIOM 等 19 种以上生物文件格式。主要能力包括：序列比对（全局/局部、多序列比对）、系统发育树构建与分析（UPGMA、邻接法、GME、BME）、多样性指标计算（alpha/beta 多样性、UniFrac 距离）、排序分析（PCoA、CCA、RDA）、生态统计检验（PERMANOVA、ANOSIM、Mantel）以及蛋白质语言模型嵌入的处理。该库可与 Biopython、pandas、polars、AnnData、scikit-learn 及 QIIME 2 生态集成，常用于微生物组多样性分析、系统发育分析和比较基因组学等场景。安装命令为 uv pip install scikit-bio。
scikit-learn
面向 Python 经典机器学习的技能指南，覆盖分类、回归、聚类、降维、预处理、模型评估与生产级 ML 流水线。提供算法选择、交叉验证、超参数调优、组合式 Pipeline 与常见问题排查等参考文档与示例脚本。安装：uv pip install scikit-learn。不适用于因果识别、政策效应、DiD、合成控制或中断时间序列效应估计。
seaborn
Seaborn 是一个用于创建出版级统计图形的 Python 可视化库。它面向数据集进行绘图，支持多变量分析、自动统计估计，并能以极少的代码生成复杂的多面板图形。其核心设计理念包括：面向数据集，直接使用 DataFrame 和具名变量而非抽象坐标；语义映射，自动将数据值翻译为颜色、大小、样式等视觉属性；具备统计感知能力，内置聚合、误差估计和置信区间；提供出版级主题和调色板；并与 matplotlib 完全兼容。该技能涵盖关系图（scatterplot、lineplot、relplot）、分布图（histplot、kdeplot、ecdfplot、jointplot、pairplot）、分类图（stripplot、swarmplot、boxplot、violinplot、barplot、catplot）、回归图（regplot、lmplot、residplot）、矩阵图（heatmap、clustermap）以及 FacetGrid、PairGrid、JointGrid 等多面板网格。用户可通过函数式接口或声明式的 objects 接口进行绘图，并利用 hue、size、style、col、row 等参数实现语义映射与分面。适用于探索性数据分析、相关性分析、分布比较和出版级图表制作等场景。
senior-data-scientist
这是一个面向生产级 AI/ML/数据系统的资深数据科学家技能，聚焦统计建模、实验设计、因果推断与高级分析。技能覆盖从实验设计、特征工程到模型评估与部署的完整流程，提供可执行的 Python 脚本入口，并配套统计方法、实验设计框架、特征工程模式三类参考文档。技术栈涉及 Python/SQL/R/Scala/Go，PyTorch、TensorFlow、Scikit-learn、XGBoost，Spark、Airflow、dbt、Kafka、Databricks，以及 LangChain、LlamaIndex、DSPy 等 LLM 框架和 Docker、Kubernetes、AWS/GCP/Azure 等部署工具。内容还包含可扩展数据处理、ML 模型部署、实时推理三类生产模式，以及性能目标、安全合规要求、常用开发/训练/部署/监控命令，并强调技术领导力、团队协作与持续优化。适用于需要构建高可用、可扩展数据科学系统的场景。
shap
SHAP（SHapley Additive exPlanations）是一个用于解释机器学习模型输出的技能，基于合作博弈论中的 Shapley 值构建统一的可解释性方法。该技能帮助开发者计算任意模型类型的 SHAP 值、生成特征重要性可视化图表、调试与验证模型行为、分析公平性与偏差，并在生产环境中实现可解释 AI。它支持树模型（XGBoost、LightGBM、CatBoost、随机森林）、深度学习模型（TensorFlow、PyTorch、Keras）、线性模型以及黑盒模型。技能内置多种解释器（TreeExplainer、DeepExplainer、KernelExplainer、LinearExplainer、GradientExplainer、PermutationExplainer）与可视化图表（waterfall、beeswarm、bar、scatter、force、heatmap、violin、decision 等），并提供 explainers、plots、workflows、theory 四类参考文档以指导深入使用。
similarity-search-patterns
用于在生产系统中实现高效相似度搜索与向量检索的技能模式集，涵盖距离度量、索引类型，以及 Pinecone、Qdrant、pgvector、Weaviate 等向量库的代码模板。
statistical-analysis
Statistical analysis（统计分析）是一套用于检验假设和量化变量关系的技能工具包，主要面向学术研究场景。它支持常见的假设检验，包括 t 检验、方差分析（ANOVA）和卡方检验；也支持回归、相关分析以及贝叶斯统计。工具强调在正式分析前进行假设检验（如正态性、方差齐性、线性、异常值检测），并计算效应量与置信区间，同时可进行功效分析以确定所需样本量或评估研究可检测的效应。结果可按 APA 格式报告，便于论文写作与学术发表。该技能提供配套参考文档与 Python 脚本，使用 scipy.stats、statsmodels、pingouin、pymc、arviz 等库完成分析、诊断与可视化。适用场景包括实验或观察性数据的统计分析、研究规划与结果报告。具体安装命令、收费与价格信息暂未提供。
statistics-math
面向数据科学的统计与数学基础技能，涵盖描述统计、概率分布、假设检验、线性代数与回归分析，示例使用 NumPy、SciPy、statsmodels 和 scikit-learn。
tensorboard
TensorBoard 是 Google 的机器学习可视化工具包，可跟踪训练指标、查看直方图与分布、对比多次实验、可视化模型图、投影嵌入向量、调参以及性能分析。支持 PyTorch 与 TensorFlow，Apache 2.0 许可。
tiledbvcf
TileDB-VCF 是基于 TileDB 稀疏数组的基因组变异数据存储与检索工具，提供 C++ 库及 Python 和 CLI 接口，支持 VCF/BCF 的可扩展摄取、增量添加样本、压缩存储与并行区域查询，本地或云端均可使用。
timesfm-forecasting
基于 Google TimesFM 基础模型的零样本单变量时间序列预测技能，无需训练即可输出点预测与分位数预测区间，内置强制系统检查脚本，支持批量预测与协变量。
umap-learn
UMAP（Uniform Manifold Approximation and Projection）是一种非线性降维方法，可用于快速可扩展的二维/三维可视化、聚类预处理、监督与半监督降维等场景，遵循 scikit-learn 约定。