counteroffer-decoder
Counteroffer Decoder 是一个用于解读辞职后收到的挽留报价(counteroffer)的技能:逐项分析加薪、晋升承诺、头衔调整等信号,评估留下的风险,并给出核实问题与去留决策表。
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
17,415 个结果
Counteroffer Decoder 是一个用于解读辞职后收到的挽留报价(counteroffer)的技能:逐项分析加薪、晋升承诺、头衔调整等信号,评估留下的风险,并给出核实问题与去留决策表。
一个用于系统性清洗脏数据的 Claude 技能:先做逐列画像找出重复、格式漂移、幽灵空格与混合类型,再按不互相掩盖的顺序修复,保留原始数据并记录每一步变换。
dpa-review 是一个审阅数据处理协议(DPA)的技能,用平实语言梳理数据处理范围、子处理者、跨境传输机制、泄露通知窗口、删除与审计条款,并按风险等级标记签署阻断项、需谈判项与常规项,供隐私顾问复核,非法律意见。
Empty State Writer 是一个用于撰写空状态文案的技能,把空白页面转化为明确的下一步。适用于首次使用、无数据、无搜索结果、已完成或错误/无权限等场景,输出标题、说明与操作按钮。
data-analyse 是一个本地数据分析技能:把 xlsx/CSV、粘贴的表格或其他工具输出作为输入,先确认分析意图,再用确定性本地引擎计算指标,最后产出含核心发现、关键指标与质量说明的洞察简报。
kimi-datasource 是 Kimi Code 的通用数据源助手技能,通过两个 MCP 工具按需查询 12 个外部结构化数据源,覆盖 A/港/美股行情财务、Yahoo Finance、世界银行、天眼查、arXiv、Google Scholar、法律法规、Wind、IMF、恒生聚源、SEC EDGAR 与 S&P Capital IQ。
该 Skill 用于在 VSCode 侧边栏创建自定义树形视图展示数据,涵盖 TreeDataProvider、View Container、View Actions 与视图刷新。需要先完成 vscode-extension-basics 学习,并具备 TypeScript 基础。
bloomery 是一个以 YAML 规范文档为中心的数据建模项目工具:项目由 mappings、entity models、metrics、marts、steps、exposures、exports/imports 等规范文档组成,这些文档依据声明领域图的 catalog 被解析为统一的确定性中间表示;编译过程会做可证明的校验,护栏不通过时返回带位置的错误而不是产出错误结果。编译目标(dbt、SQLMesh、MetricFlow、Cube)只是该中间表示的渲染结果,因此同一套规范可字节级可复现地编译到任意目标。bloomery 只读取文件、不执行任何内容,运行产物由目标工具负责;变更规划通过比较两份编译结果实现。
create-concepts 是 motion-creative 插件中的技能,用于基于投放表现数据与竞品信号快速生成 2-5 个数据驱动的广告创意概念,可指定钩子、形式或受众方向,并衔接后续简报与脚本撰写流程。
magnet-path 是一个为股票代码生成“磁吸路径”图表的脚本:左侧显示历史价格,右侧按未来到期日投影期权 gamma 钉住(磁吸)价位,可查看价格被牵引的路径。
用于审查 Tauri 2 桌面应用性能的技能工作流,聚焦 IPC 吞吐、异步正确性与大数据负载处理,覆盖命令、状态管理、前端 invoke、配置与 Cargo 构建等检查项。
提供使用工厂库生成测试数据的模式与示例,主要用于编写真实且易维护的测试数据。资料以 Python(factory_boy)和 JavaScript(polly.js)为例,涵盖基础工厂与 trait、关系处理、唯一值与真实数据、持久化策略及数据清理等主题。
caveman-stats 是一个读取 Claude Code 会话日志、显示当前会话真实 token 用量与估算节省量的技能,不做 AI 估算。由挂钩脚本在收到 /caveman-stats 指令时直接返回格式化统计。
Browserbase 的 Printing Press 命令行工具(browserbase-pp-cli),用于以编程方式管理云端无头浏览器:会话、项目、下载、上下文、智能体与函数,并提供本地 SQLite 历史与用量分析。
将 Garmin Connect 全部历史数据同步到本地 SQLite 数据库的命令行工具,支持睡眠、训练、心率区间等长期趋势查询,突破官方 28 天限制。
Nansen CLI 是面向 AI 智能体的链上分析与 DEX 交易命令行工具,支持智能资金追踪、代币行情、钱包画像、永续合约数据查询,并可通过报价与执行两步完成链上交易。
awsclaw-dynamodb 是 awsclaw 中用于管理 Amazon DynamoDB 表与数据项的技能,通过 DynamoDBTool 执行命令,支持建表删表、查询扫描、数据项增删改查、TTL、备份、全局表与标签等操作,适合在对话中完成 DynamoDB 日常管理任务。
database-analyzer 是一个用于分析和优化数据库结构的技能,帮助检查表定义、索引、关系,识别缺失索引、不当数据类型或低效结构,并给出可执行的改进建议。适用于处理数据库结构、索引或查询性能相关任务时使用。
面向数据可视化的技能:从26种图表中智能选择合适类型,提取参数并生成图表图片,覆盖时间序列、对比、占比、关系、地图、层级、统计分布等场景。
这是一个数据工程技能,用于在用户需要可扩展的数据管道开发、ETL/ELT 实现或数据基础设施设计时提供支持。它面向数据管道、ETL/ELT 工作流、数据湖与数据仓库的构建,覆盖分布式数据处理、流处理、数据质量以及现代数据栈技术(Airflow、dbt、Spark、Kafka),并强调可靠性与成本优化。该技能不适合仅需 SQL 查询优化、机器学习模型开发、简单数据分析或可视化、数据库管理、以及无数据转换的 API 集成等场景,这些情况应改用其他对应技能。
面向生产环境关系型数据库的工程技能,覆盖模式设计、索引策略、查询优化、安全迁移与连接池、分区等运维议题。以 PostgreSQL 为主要参考,强调先测量再优化、迁移可回滚。
Knowledge Synthesizer 是一个面向知识工程与 AI 检索系统的技能,专注于把来自多个来源的信息聚合并综合为结构化的、可执行的洞见。其核心工作是本体(ontology)构建、知识图谱设计,以及跨文档的信息综合与实体关系抽取,适用于 RAG 与 AI 系统。该技能明确了适用场景:构建知识图谱或本体、设计 GraphRAG 或混合检索系统、跨多份文档综合信息、从文本中抽取实体与关系、创建结构化知识库、开发分类与归类体系、实现语义搜索架构、以及把分散的数据源有意义地连接起来。同时它也给出了不适用的情况:仅需向量数据库、没有图谱需求时应使用 /context-manager;通用 NLP 任务如命名实体识别与分类应使用 /nlp-engineer;数据库模式设计应使用 /database-administrator;文档写作应使用 /technical-writer。在决策层面,它提示按知识结构选择方案:层级式(分类树、父子关系)、图式(节点加边、属性图)、混合式(向量嵌入加知识图谱)或扁平式(标准向量存储即可)。其核心工作流包括本体设计、知识图谱构建与洞见综合三条路径。
Multimodal Analysis 是一个用于分析多模态媒体文件的 Skill,主要面向需要理解 PDF、图片、图表等非纯文本内容的场景。它不仅能做基础的文字提取,还强调对视觉上下文的解读,例如识别图表趋势、解释技术图表中的关系和流程、从复杂图像中抽取结构化信息,以及对 UI 截图、信息图、表格等进行描述和归纳。其核心思路是“解读而非单纯提取”,适用于文档摘要、系统架构图理解、数据可视化分析、表单与表格数据抽取等任务。资料未提供具体安装方式、计费模式、支持平台或与其他工具的集成细节,相关事实暂未提供。
Supabase Database 是一个围绕 Supabase 数据库操作的技能,涵盖数据查询、增删改查(CRUD)、行级安全策略(RLS)以及 PostgreSQL 函数。它提供 JavaScript 客户端与 SQL 两种写法对照,可用于查询表、管理数据、实现访问控制,并包含过滤、排序、分页、关联查询、RPC 调用与 TypeScript 类型生成等内容,适合在 Supabase 项目中进行数据库开发与数据管理。