stock-analysis
基于 Yahoo Finance 数据分析美股与加密货币的技能，支持个股/多股对比、投资组合管理与定期分析，输出买入/持有/卖出信号及风险提示，仅供信息参考，非投资建议。
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
17,415 个结果
hasdata-ecommerce
hasdata 电商数据技能，通过命令行获取 Amazon、Shopify 与 Google Shopping 的结构化商品目录和商品数据，支持搜索、单品、卖家、店铺产品与跨零售商比价。
writing-hashql-jexpr
HashQL 的 J-Expr 是基于 JSON 的表达式语法，用于编写带类型的查询。本技能介绍路径、函数调用与 #literal/#struct/#list/#tuple/#dict/#type 等数据构造写法，适合编写 J-Expr 代码时参考。
gin-database
gin-database 是 Go Gin 项目集成 PostgreSQL 的实践技能，用 GORM 或 sqlx 实现仓储模式，将数据库逻辑与处理器、服务层解耦，涵盖连接池、事务、迁移与依赖注入。
supabase-postgres-best-practices
该技能提供由 Supabase 维护的 Postgres 性能优化与最佳实践指南，适用于编写、审查或优化 Postgres 查询、模式设计、索引、连接池、行级安全（RLS）等场景。内容按影响程度分为 8 类规则：查询性能、连接管理、安全与 RLS（均为 CRITICAL 级别），模式设计（HIGH），并发与锁定（MEDIUM-HIGH），数据访问模式（MEDIUM），监控与诊断（LOW-MEDIUM），高级特性（LOW）。每个规则文件包含问题说明、错误 SQL 示例、正确 SQL 示例，以及可选的 EXPLAIN 输出或指标和补充参考；并提供 Supabase 相关说明与完整汇总文档 AGENTS.md。
android-architecture
Android 架构规范技能，用于在 Android 项目中落地 Clean Architecture 分层、按功能与核心模块化，以及单向数据流（UDF），并校验 Jetpack Compose 集成方式。
common-software-requirements
用于标准化 SRS 与 FRS 规格说明的技能，覆盖技术行为、接口、数据契约、质量约束与验证映射，适合在编写软件需求规格时确保需求可追溯、可验证。
spring-boot-data-access
面向 Spring Boot 的 JPA、Hibernate 与数据库访问优化技能，用于编写实体、仓库与数据访问层时规避 N+1、实体膨胀等反模式，并规范事务、分页、投影与连接池配置。
github-context
github-context 是 holon-run/holon 提供的 GitHub 上下文采集技能，供其他技能共享调用。它把 issue/PR 的元数据、评论、文件、diff、评审线程、提交和检查运行统一收集为结构化 JSON，并生成 manifest.json，便于下游处理。
huawei-cloud-dataarts-datasync-planner
华为云数据同步链路规划技能，用于识别现有数据同步管道、区分实时与离线集成、匹配 DataArts Studio/DRS/DLI-Flink/DIS 等产品能力，并输出华为云侧数据同步链路方案及产品选型报告。该技能覆盖管道识别、实时/离线分类、产品能力匹配、方案设计、Markdown 报告输出、多 Sheet Excel 报告生成等流程，需安装 Python3 与 openpyxl，并按输入参数收集源端/目标端、同步模式、数据量、频率、延迟要求等信息。注意 DRS 自 2025-08-31 起停止销售以 GaussDB(DWS)/CSS(ES) 为目标库的新链路，同步至 DWS 统一走 DataArts Studio。
70cityprice
中国国家统计局70个大中城市商品住宅销售价格变动情况长时间序列数据集维护与分析入口，用于更新月度房价数据、按城市或月份提取子集、生成走势图、构建网页数据，以及回答70城房价指数口径相关问题。
cmux-team-analyze
cmux-team-analyze 是一个基于 DuckDB SQL 的探索性指标分析技能，用于跨多个 task 的聚合、时序趋势、cohort 比较、介入评估和 trace 数据库探索，通过 cmux-team metrics query CLI 执行 ad-hoc 查询。
external-references
用于按需查阅 Cloudflare、dbt、Azure、Databricks、AWS、Terraform/HashiCorp、Google Workspace 等提供方技能包的参考型技能，默认处于休眠状态，仅在用户明确要求启用时才进行提升操作。
competitive-landscape-analysis
用于分析公司竞争格局的技能：明确同业集合，比较产品定位、增长、利润率、资本强度、战略与估值，识别替代品与生态依赖，输出对比表、优劣势、市场结构说明，并交接给论点与风险技能。
market-signal-analysis
用于分析投资标的市场侧信号的技能，覆盖价格走势、相对表现、成交量、波动率、估值倍数与做空兴趣等，并明确区分信号与因果、延迟与实时数据。
portfolio-exposure-review
用于在已有个股研究与投资逻辑基础上，评估投资标的或自选想法与组合的匹配度，涵盖仓位背景、集中度、因子与行业敞口，不执行交易也不下达指令。
data-analysis
面向数据分析工作流的技能，用于探索、清洗、转换和可视化数据，并生成报告。适合处理数据集、制作报表或用户提到“data analysis”“analyze data”“reporting”等场景。
judge
judge 是 iii-hq/workers 下的评估型 worker，通过 judge::evaluate 对传入的 JSON 状态执行混合题型判断，支持 Noul（二值判断）、Choice（多选项分类）和 Score（分级评分）三类问题，适用于工单分诊、内容分类和分级判定等场景。请求会转发给 judge-<provider> 提供方（默认由 JUDGE_PROVIDER 决定，默认值为 typesafe），凭据与默认模型由提供方配置或环境变量管理；未注册的提供方返回 provider_unavailable。另提供 judge::cancel 取消同一调用方发起的进行中评估，以及 judge::mentions::resolve 解析 @名称(id=...) 形式的提及。
postgresql
PostgreSQL 数据库技能资料，涵盖模式设计、数据类型与约束选择、迁移安全、索引策略、JSONB、RLS、查询优化、分区、事务锁、pgvector 向量检索及常见反模式与诊断查询。
agency-ai-data-remediation-engineer
这是一个面向数据修复场景的 AI 智能体技能，定位为“自愈数据管道”专家。它不重建管道、不重设计模式，而是专门拦截异常数据，用本地离线小语言模型（SLM）和语义聚类把海量错误压缩成少量模式，再由 AI 生成确定性的修复逻辑（lambda 或 SQL 表达式），最后在集群范围内向量化执行。核心原则是“AI 生成修复逻辑，绝不直接改动数据”，强调零数据丢失、PII 不出内网、执行前校验 lambda、混合指纹防止误合并，以及完整审计追踪。适用于数据质量修复、异常分类与批量清洗等场景。
agency-data-engineer
这是一个数据工程智能体（Data Engineer Agent）技能，专注于设计、构建和运维支撑分析、AI 与商业智能的数据基础设施。它把来自多种来源的原始、杂乱数据转化为可靠、高质量、可直接用于分析的数据资产，强调按时交付、可扩展与完整可观测性。其核心能力覆盖 ETL/ELT 管道工程、Medallion 湖仓架构（Bronze→Silver→Gold）、数据质量与契约、流式与实时数据处理，以及云原生数据平台架构。该智能体遵循严格的可靠性规则，例如管道必须幂等、显式 schema 契约、显式处理空值、软删除与审计列，并禁止 Gold 层消费者直接读取 Bronze 或 Silver。资料中提供了 PySpark + Delta Lake 管道、dbt 数据质量契约、Great Expectations 可观测性、Kafka 流式管道等代码示例，以及从源发现到可观测性运维的五步工作流程。
agency-data-visualization-engineer
这是一个数据可视化工程师技能，专注于把数据转化为能被正确、快速、诚实解读的图表。它强调可视化首先是感知问题：人眼对位置和长度的判断准确，对角度和面积判断较差，因此条形图通常优于饼图，截断坐标轴会误导读者。该技能的核心能力包括：根据数据与问题选择图表类型（比较、趋势、分布、相关、部分与整体、流向），用感知准确的通道编码数据，保证坐标轴基线与聚合方式诚实，使用色盲安全的分类/顺序/发散色阶，并让图表具备键盘导航、屏幕阅读器摘要等无障碍能力。它还关注性能：按元素数量在 SVG、Canvas、WebGL 之间选择渲染方案，对海量数据先聚合或降采样，保持交互流畅。适用场景包括仪表盘设计、图表实现、可视化审查与优化。限制方面，资料未提供具体收费、价格、平台或安装步骤等信息。
agency-database-optimizer
这是一个专注于数据库性能优化的专家型技能，主要面向 PostgreSQL，同时兼容 MySQL、Supabase 和 PlanetScale 等现代数据库模式。它的核心能力包括：数据库模式设计（规范化与反规范化权衡）、查询优化与 EXPLAIN ANALYZE 查询计划解读、索引策略（B-tree、GiST、GIN、部分索引、复合索引）、N+1 查询检测与消除、连接池配置（PgBouncer、Supabase pooler）、可逆迁移与零停机部署。该技能强调每条查询都要有执行计划、每个外键都要有索引、每次迁移都要可回滚、每个慢查询都要被优化，适合需要在高负载下保持数据库稳定与可扩展性的开发与运维场景。
agency-search-relevance-engineer
该技能定义了一位“搜索相关性工程师”角色，专注 Elasticsearch 与 OpenSearch 的索引与分词器设计、BM25 查询调优、词法+向量的混合检索，以及基于判定集（judgment set）的相关性评估。它强调以指标而非轶事驱动调优：任何相关性改动都需在黄金判定集上离线评分后才能合并，映射变更必须通过版本化索引加别名切换实现零停机重建，并守护长尾查询召回、零结果率与 p95 延迟预算。