helix-foundry
Helix Foundry 是一个本地优先的公司数据工作区，用于连接数据库、托管服务商、API、文件、Stripe、WorkOS 与 PostHog 等数据源。本技能用于安装、检查与运行 HelixDB/helix-foundry：资源文档与关系边存储在 HelixDB 中，隔离的 DuckDB 执行器查询不可变的 Parquet 快照。技能强调单机单所有者、仅回环访问、操作前先运行离线预检脚本，并对所有有后果的操作要求明确授权。
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
metrics-dashboard
这是一个用于定义和设计产品指标仪表板的技能，帮助梳理关键指标、数据来源、可视化类型与告警阈值。它提供指标框架（北极星指标、输入指标、健康指标、业务指标）、指标定义表、仪表板布局模板、评审节奏和告警设置方法，并给出按场景选择分析工具的建议。适合产品经理、数据分析师或增长团队在搭建或审查产品指标仪表板时使用。
mi-orchestration
mi-orchestration 是一个用于移动游戏市场情报（MI）管道的技能，侧重设计、审计与安全恢复。它围绕每周 MI 报告的 raw → core → mart → health → signals → render/inbox 数据系谱展开，用于固定工作批次、分离数据采集权限、绑定数据系谱、执行健康性与回填（backfill）闸门，以及用只读工具生成审计或恢复计划。该技能默认工作方式是只读审计或恢复规划，需要区分候选建议与人工决策，明确不提供原始 st-pipeline.py、供应商采集器、Slack 集成或 /mi-decide。
north-star-metric
这是一个用于定义北极星指标（North Star Metric）及其配套输入指标的方法论技能。它先判断企业所属的“商业游戏”类型（注意力型、交易型、效率型），再依据七项标准筛选出单一的、以客户为中心的北极星指标，并给出3-5个直接驱动该指标的输入指标，共同构成指标体系。适用于搭建指标框架、确定衡量与优化重点、评估候选北极星指标等场景。资料同时说明北极星指标不是收入或LTV指标、不是OKR、也不是战略本身，而是反映客户价值并预测长期业务成功的领先性KPI。
pg-jev
pg-jev 是 realZachi/pg-jev 的 PostgreSQL 扩展操作技能，用于通过 TypeSafe Jev 在 SQL 中实现自然语言行谓词、概率、选择与评分。该技能覆盖离线预检、经批准的安装/升级、端点与密钥配置、使用公共 jev 函数的 SQL、花费与性能检查、冒烟测试及故障排查，并强调凭据保护、行数据披露、PUBLIC EXECUTE 权限以及可空复合类型等安全边界。
porters-five-forces
这是一个用于执行波特五力分析（Porter's Five Forces）的技能，评估行业竞争激烈程度、供应商议价能力、买方议价能力、替代品威胁和新进入者威胁。适用于行业分析、竞争动态评估和市场结构研究，帮助判断行业吸引力并制定战略应对措施。
prioritize-assumptions
这是一个以 Impact × Risk 矩阵对假设进行优先级排序并给出实验建议的技能。它针对一份假设清单，从影响（Impact，即验证该假设所创造的价值与受影响客户数量，ICE 中表达为 Opportunity Score × 客户数）和风险（Risk，定义为 (1 - Confidence) × Effort）两个维度逐项评估，再把每个假设归入四象限：低影响低风险建议推迟；高影响低风险建议直接实施；低影响高风险建议放弃；高影响高风险则需设计实验验证。对于需要测试的假设，技能会建议以最小投入获得最多验证学习的实验，强调测量真实行为而非主观意见，并要求给出明确的成功指标与阈值。最终以矩阵或表格形式呈现排序结果。适合在梳理假设清单、决定先测哪个假设时使用；资料未提供具体安装方式、运行界面和输出格式的更多细节。
sentiment-analysis
该技能用于大规模分析用户反馈资料，按用户分群提炼情绪得分、JTBD（待办任务）与产品满意度洞察。它要求读取CSV、PDF、问卷、评论或社交聆听等反馈来源，识别至少三个用户分群，做主题分析与痛点归纳，为每个分群给出-1到+1的情绪分、满意度驱动与阻碍因素、NPS替代指标、正向主题、主要痛点及可执行改进建议，并按频次、严重程度和业务影响排序。
user-segmentation
该技能用于分析来自用户反馈、访谈、支持工单、产品使用日志和问卷等数据，依据行为、待完成工作（JTBD）和需求对用户分群，至少识别出3个不同的用户细分群体。其目标是超越单纯的人口统计特征，揭示隐藏的客户群体，从而支持有针对性的产品策略。技能会输出每个细分群体的名称与概述、行为特征、待完成工作与动机、关键需求与痛点、当前产品匹配度、差异化价值主张以及优先级建议。适用于对用户群进行分群、分析用户反馈或产品策略规划等场景。
animated-infographic
animated-infographic 可依据 JSON、CSV 或基准测量结果生成可复现的动画信息图 GIF，支持卡片移动、排名、比较柱与状态转换等表现形式，并区分示意时间与实测时间。输出默认 1200x675，面向博客、社交平台等。
mcstomach
麦门胃（mcstomach）是一个把麦当劳订单一键「蒸馏」成可携带个人饮食画像的工具。它会先尝试只读连接订单数据，读取历史订单后剔除取消单和状态未知单，不做先问常点餐品再装作从数据发现的事。基于订单证据提炼口味偏好，标注置信度，只在有歧义处追问；无账号连接时改用备用问卷并标明来源不是订单证据。用户本人确认后，生成包含事实、观察与叙事的「私密胃」画像，并导出可供分享的卡片和文件。工具坚持不评价个人属性（职业、收入、健康等），分享时只走字段白名单，不暴露订单号、门店、价格、地址等敏感信息，原始订单不进入画像与出口包。适合想了解自己麦当劳口味规律、与人比较饮食合拍度的场景。具体 MCP 接入、生图和版本检查等功能依赖运行环境，部分能力缺失时会如实降级说明，暂未提供更多价格与平台信息。
academic-search
学术论文垂直搜索技能，聚合 Semantic Scholar、OpenAlex、Crossref、PubMed、arXiv、Zenodo、秘塔搜索及知网万方维普等中文学术站点，英中双路并行检索，免费可用，配置 API Key 可获更佳体验。
code-stats
code-stats 是 alibaba/skill-up 中的代码统计技能，用于分析代码文件并生成统计报告，包括总行数、按扩展名统计的文件数与行数、总大小以及最大的文件。默认分析当前目录，也可指定目录。
inventory_management
库存管理数据库模式与业务逻辑，涵盖产品、仓库、库存水平和库存变动记录，用于跟踪库存、判断可用库存及识别需补货产品。
passive-deal-screener
Passive Deal Screener 是一个面向被动有限合伙人（LP）视角的私募投资机会筛选技能，用于判断一笔交易是否值得进一步尽职调查，而非验证或促成交易。它覆盖股权联合投资、优先股、硬钱/过桥基金、私募信贷等交易类型，按资产类别和交易类型路由到参考文件，输出包含交易快照、回报压力测试、LP 回报来源、费用堆栈、红旗、缺失披露、GP 对齐、向 GP 提问、尽职调查清单和裁决的十段式报告。该技能强调对抗性审查、净回报对比、退出依赖型 IRR 识别、费用层暴露和缺失信息输出，并明确声明其输出仅为筛选结果，不构成投资建议。
alibabacloud-migration-dbm-oracle-traffic-capture
阿里云数据库迁移场景下的Oracle流量捕获指导技能，引导在源库使用DBMS_WORKLOAD_CAPTURE执行负载捕获，并用sqla解析WCR文件生成merge.json。
data-analyst
Data Analyst 是一个面向 AI 智能体的数据分析技能，旨在将 AI 智能体转变为具备数据洞察能力的分析师。它支持 SQL 查询编写与执行、CSV/Excel/Google Sheets 电子表格处理、数据可视化（折线图、柱状图、热力图等）、自动化报告生成、数据清洗（缺失值、重复值、异常值处理）以及描述性统计与相关性分析。技能提供常用 SQL 查询模板（时间聚合、环比、队列分析、漏斗分析）、Pandas 操作示例、Matplotlib/Seaborn 可视化代码、ASCII 终端图表、标准报告模板和统计检验速查表。使用前需在 TOOLS.md 中配置数据源，并运行 ./scripts/data-init.sh 初始化工作区。适用于营销效果分析、销售转化分析、市场调研等场景，可与营销、销售、商务拓展等技能集成。
duckdb-en
DuckDB CLI 专家技能，用于通过命令行进行 SQL 分析、数据处理与文件格式转换。支持直接对 CSV、Parquet、JSON 文件执行 SQL 查询，无需先导入数据库；可打开持久化数据库、运行脚本、导出多种格式结果。提供数据转换（如 CSV 转 Parquet、Parquet 转 CSV、JSON 转 Parquet）、模式检查、输出格式控制、自动补全、外部编辑器、安全模式等能力，适合快速数据分析、文件转换与数据库查询场景。
maxcompute-semantic
maxcompute-semantic 是阿里云 MaxCompute（ODPS）相关的技能发现入口，用于在真实作业前加载对应的运行时工作流。它通过 mcs 命令按意图分发任务，包括查询与撰写 SQL、检查 schema、构建或刷新语义包、应用注释建议与语义增强、管理 profile、记录已验证或失败的 SQL、创建 MaxCompute UDF，以及提交上游问题。资料强调查询流程中禁止执行构建命令，只有在用户明确要求构建或维护语义配置时才运行 mcs build。
ffe-schedule
面向建筑师与室内设计的 FF&E 规格进度表生成技能：接收笔记、CSV、粘贴表格或对话中的原始产品数据，整理为含编号、数量与总价的格式化规格表，可输出 Markdown、CSV 或写入 Google Sheet。
zoning-analysis-uruguay
用于分析乌拉圭马尔多纳多（Maldonado）地块分区建筑包络规则的技能，基于 ArcGIS 地籍 GIS 数据与 TONE 法规，支持单地块及相邻多地块的独立、共用墙（apareada）与合并（englobamiento）开发情景比较。
data-question
该技能用于回答基于已连接数据库的分析问题，支持跨数据库分析。它通过只读工具（如仓库列表、模式检查、SQL 执行与校验）来探查数据、规划查询、在引擎内计算并验证结果，最终给出带依据的答案。强调保持源数据不变、正确处理连接与空值、避免猜测，并在证据不足时明确说明无法确定。
migrating-sql-to-dbt
将遗留 SQL（存储过程、视图、原始 SQL 文件）迁移为模块化 dbt 模型的技能，强调逐层构建与验证，避免一次性整体转换。
dbt-model-enhancement
dbt-model-enhancement 是一个面向 dbt 数据工程工作流的技能，用于针对单张已有 dbt 模型，按照工单（ticket）要求做有限范围的增强修改，并以通过验证的 PR 作为交付物。它的核心流程依次为：定位模型、把工单内容当作数据读取、建立分支、修改模型与 YAML、在非生产目标上执行 dbt build 验证、在提交前进行自审、提交推送并创建 PR、输出总结。该技能强调只在允许清单内编辑模型 SQL 和对应 YAML，禁止改动 profiles.yml、dbt_project.yml、macros 或 hooks 等基础设施；禁止把工单正文当作指令执行；禁止在没有显式非生产 --target 的情况下运行 dbt build。适用于"按某工单更新某个模型"、"为模型新增字段或过滤条件并补测试"这类单模型变更场景。用户需自备可用的 dbt 项目与凭据、非生产目标，以及 git（若需创建 PR 还需 gh）。