globalpercent
GlobalPercent 是一个面向投资研究系统的全球宏观概率面板技能，把 Polymarket 与 Kalshi 的公开预测市场概率读取为按模块分组的情緒温度计。用于搭建事件概率、市场情绪或宏观氛围仪表板，仅作参考指标，不是交易工具。
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
17,418 个结果
company-research
company-research 是一套面向 A 股个股研究的六阶段 SOP（标准作业流程），阶段顺序为 profile（公司概况）→ financials（财务）→ estimates（一致预期）→ valuation（估值）→ risk（风险）→ report（报告），阶段顺序固定，每阶段结束需通过 Gate 才能进入下一阶段。当前版本交付的范围是「财务估值闭环」，即行情、财务、一致预期、估值与公告线索；不可替代性、产业链位置等证据需由 industry-chain 等 Phase 1 skill 提供，本 SOP 下只能标为「待补」，报告必须明示「不可替代性未验证」。使用时要求标的已指定代码；只给名称时需用户提供代码，解析失败即停止，不做名称反查。取数统一使用 data-access skill 的脚本，产出落在 RUN/fetch/ 并记入 _ledger.json，agent 只读取结果、不自行运行取数脚本；计算统一走 calc/cli.py，不做心算或单位换算。流程包含报价日期与 stale 判定、依赖矩阵、结构化缺口、五问自检、产物落盘契约、report.md 骨架，以及安全边界：不给建仓/加减仓/目标价/止损位/价格锚，不凭记忆补数字，不把单篇研报预测当一致预期。扩展数据仅作补充与交叉核对。
kisnet-ytm
该技能用于查询 KIS-NET YTM Matrix 与韩国债券收益率曲线，按 기준일（基准日）和 종류（种类）获取 국채、지방채、특수채、통안채、은행채、기타금융채、회사채(무보증) 等债券的 YTM 数据。
data-refresh-eval
该技能用于从 Front 构建与刷新评估数据集、运行路由评估并分析智能体回复质量，包含数据集构建、格式转换、路由评估及回复筛选等命令。
interactive-tpch-benchmark
该技能用于在本地搭建并运行 TPC-H 基准测试，对比 Snowflake Interactive Warehouses 与 Standard Warehouses 的性能。它引导用户完成环境准备、创建 TPC-H 表与仓库、执行 22 条 TPC-H 查询并收集计时结果，以及清理基准资源。仅在用户明确提及 TPC-H 时使用。
dbt-model-generator
dbt-model-generator 是一个用于从 Snowflake 原始表自动生成 dbt 维度模型的技能。它会先分析（profile）数据，推荐建模模式（星型模型、OBT 宽表或宽表冗余），然后生成包含测试的 staging、dim 和 fact 模型，并提交 PR 供工程师审核。该技能面向希望将数据建模左移、自动化维度建模、从原始数据创建事实表和维度表、构建星型模式，或从 Iceberg 表等原始来源自动生成 dbt 代码的场景；不适用于修改现有 dbt 模型、仅运行 dbt 测试或 dbt 项目配置问题。使用需要 dbt-core 1.7 至 2.0（含 dbt-snowflake 同版本范围）、Python 3.9+、uv 或 pipx/pip 运行环境、git CLI 与 gh CLI，以及有效的 Snowflake 连接或环境变量认证。
manage-external-lineage
该技能用于把 Snowflake 账户外部的数据系统（如 Postgres、MySQL、S3、Kafka、DB2、Trino 等）接入 Snowflake 的 lineage（血缘）视图：通过 REST 端点发送 OpenLineage COMPLETE 事件，让外部节点出现在 Snowsight 的 Catalog → Database Explorer → 表 → Lineage 中，并支持在数据源下线时删除外部血缘关系。技能可帮助构建合法的 OpenLineage 载荷、复用现有 Snowflake 连接发送事件、以及按源或目标范围删除关系。使用前需要账户级 INGEST LINEAGE 权限（删除需 DELETE LINEAGE）、可用的 cortex 连接或 PAT，以及 requests、snowflake-connector-python 依赖。
persist-memory
persist-memory 是 snowflake-labs/coco-skills 提供的一项技能，用于把 CoCo Desktop 本地 /memories/ 目录下的 .md 记忆文件持久化到 Snowflake 表中，从而让项目上下文、用户偏好和会话历史能够跨机器保留，并可通过 SQL 查询。该技能使用 SHA-256 内容哈希进行去重，并比较文件的本地修改时间与表中最新保存时间：如果本地文件更新，就插入新行；如果表中版本更新，则先把变更差异展示给用户，经用户确认后再拉取并覆盖本地文件。它还可以选择对 CoCo 会话记录进行摘要并存入同一张表。首次运行时，该技能会自动创建数据库、模式和表；默认目标为 COCO_MEMORY.PUBLIC.MEMORY_LOG。使用该技能需要相应的建库、建表权限。
analytics-measurement
面向线索生成网站的 GTM 与 GA4 分析与转化跟踪技能，规定转化事件必须可测量、只用 GTM 作为标签容器、跟踪前须获得同意，并统一事件命名与转化标记。
consomme
consomme 是一个 BigQuery 数据分析技能，采用系统化方法论来探索、查询、验证和可视化 BigQuery 数据。它定义了一个五阶段工作流：发现（Discover）→ 理解（Understand）→ 分析（Analyze）→ 验证（Validate）→ 呈现（Present）。该技能要求在编写任何 BigQuery 查询之前先加载，以获取方法论与方言参考。它覆盖表与数据集检索、模式探查、SQL 查询执行、时间序列预测（forecast）、驱动因素贡献分析（analyze_contribution）等能力，并提供了数据质量检查清单、常见分析陷阱（如连接爆炸、幸存者偏差、周期不完整比较等）以及图表选择与展示目标建议。对于约 5K 行以内的 Google Sheets 数据，还提供无需 BigQuery 访问的直接分析方式。使用前需完成认证与权限配置。
domo-custom-connector-ide
该技能面向 Domo Custom Connector IDE 项目，提供开发自定义 Domo 连接器（数据连接器或回写连接器）的模式与规则。它明确不适用于 Domo App Platform 的自定义应用或卡片构建。内容涵盖连接器的文件结构（authentication.js、dataProcessing.js、README.md）、认证模式、数据处理模式（含分页）、错误处理、输入清理、JSON 解析、列一致性等要点，并附有检查清单。连接器使用 JavaScript 编写，发布后在服务端运行。
domo-data-api
Domo 数据访问的高层入口技能，用于在 Domo App Platform 中读取数据集。该技能以工具包/查询优先为原则，推荐使用 @domoinc/query 进行数据集查询，并将详细的查询工作路由到 domo-dataset-query。资料同时说明了 SQL 仅作为例外手段、manifest.json 中 datasetsMapping 的配置要求，以及本地开发时使用 @domoinc/ryuu-proxy 和 domo login 的方式。
domo-dataset-query
Domo 应用数据集查询技能，基于 @domoinc/query 提供查询优先的数据访问方式，支持筛选、分组、日期粒度和性能约束，可自动响应仪表板页面级筛选。
domo-performance-optimizations
该技能提供 Domo 查询性能优化规则，聚焦查询形态、聚合策略与载荷最小化。核心原则是绝不拉取完整数据集，尤其是十万行以上的大表，应使用只含所需列的定向查询。推荐优先级为：服务端 groupBy 聚合最优，其次仅选择必要列后在客户端聚合，再次是多列选择，绝不拉取全部列或整个数据集。每个可视化应使用独立优化查询，并显式指定列。资料还指出 .aggregate() 实际不可用（会报 DA0057 错误），.groupBy() 必须提供分组列。适用于 Domo 数据应用与仪表盘的查询性能调优。
funding-rate-arb
跨交易所资金费率套利扫描器，实时扫描 Hyperliquid、Binance Futures、Bybit、OKX 等平台的资金费率，识别最大的多空套利缺口，计算年化收益率，并给出按钱包规模建议的入场方案与利润预估。输出采用 WOOFi v1.1 盒式报告风格，包含资金费率表、Top 3 套利机会、风险提示与钱包建议。所有交易执行均需用户明确回复 YES 才会进行。
@3182/thesis-falsifier
逆向证伪器是一个用于投资决策前压力测试的技能。它把用户即将行动的投资论点（如“我应该买入 X，因为 Y”）拆解为三个可检验的命题：事实是否成立、是否已被定价、能否持续。随后定位最薄弱的承重环节，通过联网搜索主动寻找反证，构建最强的空方论证，量化判断错误时的最大下行与仓位承受能力，并给出无效化信号。最终在证伪流程后重新评估信心分数，与初始信念对比，据此决定是否行动以及仓位大小。该技能强调必须执行搜索步骤、不得使用稻草人论证，目标是判断论点能否存活而非一味否定，适用于股票、加密货币、宏观判断乃至职业决策等任何带“因为”的论点。
yield-optimizer
yield-optimizer 是一个面向 USDC 的自主 DeFi 收益优化工具，扫描多条链上的借贷协议与资金池，比较各链最优协议并自动路由存款与取款，附带可连接钱包的 Web UI 与命令行扫描脚本。
gnnwr-spatial-analysis
GNNWR 空间智能分析技能：用于处理具有地理非平稳性的空间或时空数据，构建 GNNWR/GTNNWR 模型，生成空间系数图与诊断报告。基于 gnnwr Python 包，支持 KNN 稀疏距离应对大规模数据，输出 R²、AIC、RMSE 及 F 检验等指标。
opensteer
Opensteer 是一个通过 CLI 和 TypeScript SDK 提供持久化浏览器自动化的工具，主要用于网页抓取、浏览器操作和结构化数据提取。它能在多次调用之间保持浏览器会话，并缓存已解析的元素路径，实现确定性重放。Opensteer 的方法针对抓取场景做了优化，会自动处理等待、元素解析和选择器缓存，官方建议在存在 Opensteer 方法时不要使用原生 Playwright。其默认工作流是先通过 CLI 进行探索、缓存选择器与提取规则，再生成脚本。CLI 与 SDK 通过名称（namespace）共享缓存，二者必须一致。
ghcrawl-cluster-operator
ghcrawl Cluster Operator 是用于操作本地优先 GitHub 爬虫与聚类浏览器的技能，适用于检查 ghcrawl SQLite 存储、拉取 GitHub issue/PR 数据、刷新摘要、嵌入与聚类，或提取某个聚类及其信息。它强调先使用只读检查命令（doctor、runs、clusters、cluster-explain、threads），将 refresh、sync、summarize、key-summaries、embed 视为远程/API 消耗命令，cluster 为本地但可能 CPU 密集，optimize 为本地 SQLite 维护。所有命令建议加 --json 以便代理读取，仅在文件重叠重要时使用 --include-code。
subsystem-summary-of-database
该技能提供 stellar-core 数据库子系统的技术摘要，涵盖其基于 SOCI 库的持久化层设计。内容包括：主数据库与杂项数据库（misc）双库架构（仅磁盘 SQLite 使用，用于缓解写锁竞争）、模式版本管理与迁移流程、连接池机制、指标采集、后端特定操作（SQLite 与 PostgreSQL）以及数据清理工具。摘要列出了关键文件、类与数据结构（如 Database、SessionWrapper、StatementContext、DatabaseTypeSpecificOperation）、公开 API 函数、常量（如 SCHEMA_VERSION=26、MIN_SQLITE_VERSION=3.45）和线程模型。适用于需要快速了解该子系统结构、迁移逻辑或连接管理的开发者，以节省阅读源码的 token 开销。
market-monitor
market-monitor 是一个用于监控加密货币与金融市场的技能，通过交易所 API（Binance、OKX）获取行情数据。它支持实时价格查询、K 线数据获取、技术指标计算（MA7/MA25/MA99、RSI14、MACD、布林带、成交量分析）以及交易信号生成（strong_buy、buy、neutral、sell、strong_sell）。该技能采用接口层与实现层分离的设计：接口层定义触发条件、分析框架、输出规范和错误策略，与具体交易所无关；各交易所的 API 端点和请求格式放在 impl/ 目录下（如 impl/binance.md、impl/okx.md），新增交易所只需添加对应实现文件。输入参数包括交易对（必填）、交易所、K 线周期和 K 线数量。输出为结构化 JSON，包含价格、24h 涨跌幅、成交量、各项技术指标、信号、置信度和关键支撑/阻力位。该技能为只读操作，不触发下单，仅访问白名单域名，所有 API 调用由网关记录审计日志。
trade-executor
trade-executor 是一个加密货币交易执行技能，定义与交易所无关的风控流程、用户确认格式和审计记录结构，具体下单接口按交易所分别放在 impl/ 目录（Binance、OKX）。
building-streamlit-dashboards
Streamlit 官方 agent 技能，用于在 Streamlit 中构建仪表盘，涵盖 KPI 展示、指标卡片、带边框卡片、响应式布局与数据密集页面布局，适用于制作包含指标、图表和数据表格的仪表盘界面。