SuperAPI AI 工具集

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

bloomery-skills

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。

数据与分析2 次安装

data-engineer

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。

数据与分析2 次安装

knowledge-synthesizer

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。

数据与分析2 次安装

multimodal-analysis

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。

数据与分析2 次安装