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
16,544 个结果
using-datahub 是 DataHub 技能集合中的路由引导技能，用于在会话开始时将用户意图映射到正确的 DataHub 交互技能。它本身不执行具体操作，而是提供一张技能路由表，覆盖搜索、元数据丰富、血缘、数据质量和环境配置五类技能。当用户请求查找或发现实体、回答目录相关问题、更新元数据、探索血缘、处理数据质量或通知、安装 CLI 与认证配置时，该技能帮助判断应调用哪个技能及其对应命令。它还包含消歧规则，例如标签操作归入 Enrich、域过滤归入 Search、质量与健康归入 Quality、血缘与搜索的区分、Setup 与其他技能的区分。此外，它要求在运行 datahub CLI 命令时通过 -C skill=<name> 传递技能名以便归因，并强调不得猜测技能、每次请求只用一个技能等关键规则。
DNAnexus 云端基因组学平台集成技能，用于构建与部署 apps/applets、管理数据（上传/下载）、使用 dxpy Python SDK、运行工作流，处理 FASTQ/BAM/VCF 等生物信息文件。
Plotly 是一个面向 Python 的高层交互式绘图库，适合网页可视化、3D 图形和复杂交互仪表盘，底层基于 plotly.js。提供 Plotly Express 快捷 API 与 Graph Objects 底层控制两种方式。
Datamol 是一个基于 RDKit 的 Python 化学信息学库，为分子操作提供简洁的 Pythonic 抽象层。它封装了 RDKit 的复杂接口，提供合理的默认值、并行化能力和现代 I/O 支持，所有分子对象仍为原生 rdkit.Chem.Mol 实例，与 RDKit 生态完全兼容。主要能力包括分子格式转换（SMILES、SELFIES、InChI）、结构标准化与清洗、分子描述符与指纹计算、3D 构象生成与分析、聚类与多样性选择、骨架与片段分析、化学反应应用、可视化与对齐、批处理并行化，以及通过 fsspec 支持云存储。安装方式为 uv pip install datamol，导入约定为 import datamol as dm。适用于标准药物发现工作流，如分子数据处理、类药性筛选、构效关系分析、虚拟筛选等场景。
Dataset Curator 是一个用于整理和清洗机器学习训练数据集的技能，旨在帮助构建高质量的训练数据。它覆盖从数据收集到持续维护的完整流程，包括去重、标签质量评估、偏差检测、数据增强策略和版本控制，并应用生产级机器学习系统的最佳实践。适用于构建分类器、微调大语言模型或训练自定义模型的场景，帮助系统性地清洗、验证、增强和维护数据集，从而提升模型表现。
Model Evaluator 是一个用于严格评估和比较机器学习模型性能的技能，帮助用户从多个维度衡量模型表现。它引导用户选择合适的评估指标、设计评估协议、规避常见统计陷阱，并基于数据做出模型选择决策。评估范围不限于准确率，还涵盖预测性能、计算效率、鲁棒性、公平性、校准和生产就绪度，适用于比较 LLM、分类器或自定义模型。
用于配置 n8n 各类节点（HTTP、Webhook、数据库、Slack/Gmail/Discord、AI、触发器、Merge 等）的技能。强调先调用 get_node_types 获取准确的参数结构，避免凭记忆猜测导致校验错误，并覆盖资源定位、动态选项、校验与测试流程。
用于向不同受众解释分析方法的技能：把 A/B 测试、归因模型、预测或统计分析等"我们是怎么做的"讲清楚，按高管、业务分析师、技术同行分层表达，帮助建立透明与信任。
Doc-to-Vector Dataset Generator 是一个将文档转换为适合嵌入与向量检索的干净、分块数据集的技能。它从 PDF、DOCX、HTML、Markdown 等格式提取文本，经过清洗、语义分块、元数据标注、近重复去重和质量校验后，导出为每行一个分块的 JSONL 文件。该技能提供完整的 Python 代码示例，涵盖文本提取、清洗、语义分块、元数据提取、基于 TF-IDF 与余弦相似度的去重、质量检查以及 JSONL 导出，并给出最佳实践与输出检查清单。
Neon Postgres 是一个面向 Neon 无服务器 Postgres 的专家模式技能，聚焦分支、连接池以及 Prisma/Drizzle 集成。资料显示，它提供 Prisma 与 Neon 连接池的配置模式，要求使用两条连接字符串：DATABASE_URL 用于 Prisma Client 的连接池连接，DIRECT_URL 用于 Prisma Migrate 的直连；连接池通过 PgBouncer 支持最多 10K 连接，迁移等 DDL 操作需要直连。它还介绍 Drizzle ORM 与 Neon 无服务器驱动的两种驱动选项：neon-http 用于 HTTP 单次查询，neon-serverless 用于事务和会话的 WebSocket 连接。连接池部分说明最多 10,000 个并发连接到池化器，连接仍会消耗底层 Postgres 连接，并为 Neon 超级用户保留 7 个连接，建议应用使用池化端点、迁移使用直连。资料还列出若干“Sharp Edges”问题及严重程度，但具体问题与解决方案内容未提供。该技能适用于使用 Neon 数据库、无服务器 Postgres、Prisma 或 Drizzle 的开发场景。
pdf-harvester 是一个用于从 PDF 文档中提取文本、表格与元数据的技能，面向 RAG 场景提供文本抽取、表格转换、OCR、分段与完整入库流程。
基于 Python SDK 调用 Scrapfly Scraper API 抓取网页数据，支持代理轮换、反爬绕过（Cloudflare、DataDome 等）、JavaScript 渲染与浏览器控制，可输出 HTML、JSON、文本或 Markdown。
Databricks 是面向 Databricks CLI 操作的核心技能，覆盖认证、配置文件管理、数据探索与 Declarative Automation Bundles 等任务，并提供与 Databricks 相关 CLI 操作的最新指南。该技能强调不自动选择配置文件、需先确认 CLI 已安装且版本不低于 v0.292.0、并优先使用 AI 工具进行数据探索。对于具体产品，还提供 databricks-jobs、databricks-pipelines、databricks-apps、databricks-lakebase 等专用技能。
电竞数据技能，提供 Dota 2（OpenDota）与英雄联盟电竞（Leaguepedia）的公开数据查询，无需 API 密钥或注册。可获取职业比赛、赛事、战队及结构化 LoL 竞技数据。
DataHub 目录搜索技能，用于在 DataHub 元数据目录中发现实体并回答数据相关问题，支持发现模式与问答模式，可通过 MCP 工具或 DataHub CLI 执行搜索、浏览与实体检索。
funnel-analyzer 是一个用于分析转化漏斗、定位流失环节与优化机会的技能，适用于结账漏斗、注册流程与转化阻碍分析。它可构建分析框架、识别数据模式、生成可视化模板并计算统计指标，需结合 pandas 等依赖使用命令行运行。
用于在分析项目启动阶段结构化收集需求，把模糊的业务问题澄清为可执行的分析范围，并产出需求文档与分析简报。
CesiumJS 的 Entity 与 DataSource 高层数据驱动 API 技能：涵盖 Entity、EntityCollection、各类 Graphics（点、布告板、标签、模型、多边形、折线等）、GeoJSON/KML/CZML/GPX 数据源加载、实体聚合与显隐控制。
SQLiteData 是 Point-Free 推出的类型安全 SQLite 持久化方案，基于 GRDB 与 StructuredQueries 构建，可作为 SwiftData 的轻量替代，并支持 CloudKit 同步。它使用值类型（struct）配合 @Table 宏定义模型，通过 database.write { } 块执行所有写操作，查询由编译器检查。适用于需要类型安全 SQLite、CloudKit 记录共享、5 万条以上大数据集、Swift 6 严格并发，以及偏好 struct 而非 class 的场景。要求 iOS 17+ 与 Swift 6 严格并发，采用 MIT 许可。
OMERO 显微图像数据管理平台的 Python 集成技能，通过 omero-py 的 BlitzGateway 连接服务器，检索项目、数据集、图像与筛选数据，访问像素、管理 ROI 与注释、存储表格结果，并编写服务端批处理脚本。
面向 Plaid API 集成的专家模式集合，涵盖 Link token 创建与交换、交易同步、身份验证、ACH 用的 Auth、余额查询与 webhook 处理等常见流程，并列出反模式与注意事项。
Roblox 数据持久化与跨服数据技能，涵盖 DataStoreService、ProfileStore 会话锁、OrderedDataStore 排行榜、MemoryStore、MessagingService、预算限制、模式迁移与数据删除合规。
cohort-analysis 是一个用于按用户群组（cohort）分析留存与行为模式的技能，可按注册时间或渠道分组，输出队列留存表、趋势与可视化报告，并估算客户生命周期价值，适合留存追踪与产品改动评估。
Pine Script v6 开发技能，用于编写、调试与优化 TradingView 上的 .pine 指标和策略脚本，涵盖语法规则、性能优化、错误诊断、回测与可视化。