databricks-aibi-dashboards
Databricks AI/BI（Lakeview）仪表板的production-grade模式技能，帮助避免可视化错误、部署失败和维护问题，覆盖组件-查询列对齐、数字格式、参数配置、监控表查询、图表配置、部署校验等要点。
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
databricks-asset-bundles
用于编写 Databricks Asset Bundles（DABs）配置文件的技能，提供无服务器作业、DLT 管道、仪表板、告警、应用与工作流的 YAML 标准模式，帮助按分层作业架构、正确参数传递与部署前校验来预防常见配置错误。
databricks-table-properties
为 Unity Catalog Delta 表提供 Bronze、Silver、Gold 三层统一的 TBLPROPERTIES 与元数据规范，确保治理合规，并强制使用自动液态聚类。
databricks-table-valued-functions
面向 Databricks Genie Space 的表值函数（TVF）全流程指南，覆盖规划、创建、部署与验证，帮助用参数化 SQL 查询支持自然语言数据访问，并规避常见编译与数据膨胀错误。
faker-data-generation
用于 Databricks Bronze 层测试的合成数据生成技能：用 Faker 生成带可配置数据损坏的假数据，以验证 Silver 层数据质量与 DLT 期望。
genie-metadata-optimizer
Genie Metadata Optimizer 是 Databricks Genie Space 的元数据优化技能，通过 L1 内省、L2 GEPA 或 L3 多目标 Pareto 分析评测失败，生成元数据变更提案并映射到控制杠杆，供 Applier 应用。
metric-views-patterns
用于在 Databricks 中创建 Metric Views 的标准化技能，按 Metric View 规范 v1.1 编写 YAML 语义元数据，供 Genie 与 AI/BI 自然语言查询使用，涵盖维度、度量、连接、校验与部署流程。
ml-pipeline-setup
面向 Databricks 的 ML 流水线搭建技能，覆盖 MLflow 实验、特征表、模型训练、批量推理与 Unity Catalog 集成，提供可复用的生产级模式与排错规则。
naming-tagging-standards
一套面向 Databricks 的企业级命名、注释与标签标准技能，约束对象命名（snake_case、表前缀、批准缩写）、表/列/TVF/指标视图的双用途 COMMENT 格式，以及成本与治理标签（分层、域、PII、预算策略）。
project-planning
面向 Databricks 数据平台解决方案的多阶段项目规划技能，结合 Agent Domain Framework 与 Agent Layer Architecture，通过交互式规划生成分阶段计划。
semantic-layer-setup
用于在 Databricks Gold 层之上端到端构建语义层的编排技能，涵盖 Metric Views、表值函数（TVF）与 Genie Spaces，按清单分阶段生成 YAML、SQL 与 JSON 配置并部署。
silver-layer-setup
用于在 Databricks 上端到端搭建 Silver 层数据管道的编排技能，基于 Spark Declarative Pipelines（SDP，原 DLT），结合 Delta 表数据质量规则、隔离区模式、流式接入与监控视图。
sql-alerting-patterns
面向 Databricks SQL Alerts V2 的配置驱动告警框架指南，涵盖告警规则设计、Delta 配置表、SDK 部署、分层作业架构、查询预校验与故障排查，适用于 Gold 层表告警与基于严重级别的通知路由。
unity-catalog-constraints
面向 Databricks Unity Catalog 的主键与外键约束技能，规范星型维度建模中的 PK/FK 实现，遵循 Kimball 维度建模实践，用于 Gold 层表、SCD 维度与事实表设计及约束排错。
ddviz
ddviz 是 Datadog Labs Claude Code 插件中的一个技能，用于控制 Datadog 可视化面板（ddviz）的启用、停用与状态查询。该面板以 macOS 浮动窗口形式渲染 Datadog 图表，并由后台守护进程支撑。技能通过三个脚本分别实现状态检查、停用和启用操作，适合在 Claude Code 环境中需要快速开关图表面板或确认当前开关状态的场景。目前仅支持 macOS。
add-new-configuration
dd-trace-py 的配置注册技能：在新增或重命名 DD_*/_DD_*/OTEL_*/DATADOG_* 环境变量时，将其登记到 supported-configurations.json，重新生成 Python 模块、通过 CI 校验并补充文档与发布说明。
external-pr-ci-trigger
该技能把外部贡献者 fork 的分支镜像到 DataDog/saluki 仓库，命名为 <owner>/<branch>，从而在同一仓库内触发 CI，并让原 PR 的检查状态随镜像分支头提交更新。
kiss-arch-extraction
从现有代码库中提取架构信息（容器、组件、数据流、外部依赖），生成架构文档，可为后续 ADR 提供素材。支持交互式问卷与自动模式，读取配置文件和入口模块推断依赖图，不修改代码。
vectorbt
VectorBT 是一个基于 Python 的向量化回测与量化研究库，分为开源版 vectorbt 与商业版 VectorBT PRO。该技能用于在编写、调试、优化或迁移使用 vectorbt / VectorBT PRO 的 Python 代码时，先确认项目实际使用的版本与 API 契约，再依据对应版的官方文档与源码进行实现与验证。它强调不能混用两个版本的 API，并提供了环境诊断、PRO 文档同步、仿真验证等命令行辅助流程。
mlops-tensorboard
TensorBoard 是 Google 推出的机器学习可视化工具包，用于可视化训练指标（如损失和准确率）、通过直方图与分布调试模型、对比多次实验、可视化模型计算图与架构、将高维嵌入投影到低维空间（t-SNE、PCA）、跟踪超参数实验、进行性能分析定位瓶颈，以及在训练过程中可视化图像和文本。该技能提供 PyTorch 与 TensorFlow/Keras 的集成用法，包括安装命令、SummaryWriter 与 Keras 回调的快速上手、标量/图像/直方图/模型图/嵌入/超参数/文本/PR 曲线等日志记录方式、多实验对比、最佳实践与性能分析示例。
open-banking-io
open-banking.io 是面向欧盟与英国银行账户的 PSD2 自助式银行数据 API，通过单个 API 密钥读取账户、余额与交易，无需 eIDAS QWAC/QSealC 证书，可配合只读 MCP 服务器或直接调用 REST 使用。
pymc
PyMC 是一个用于贝叶斯建模和概率编程的 Python 库。该技能围绕 PyMC 5.x 及以上的现代 API，提供从数据准备、模型构建、先验预测检查、MCMC 采样（NUTS）、变分推断，到后验预测检查、模型比较（LOO/WAIC）和预测的完整工作流指南。内容涵盖线性/逻辑回归、层次模型、泊松回归、时间序列等常见模型模式，并附带分布选择参考、采样与推断说明、诊断与模型比较脚本以及模型模板。适用于不确定性量化、层次/多级数据、缺失数据或测量误差处理等贝叶斯分析场景。
ray-data
Ray Data 是 Ray 项目中的分布式数据处理库，面向机器学习与 AI 工作负载设计。它支持流式执行，可处理超出内存容量的数据集，并提供 CPU/GPU 加速的转换能力。Ray Data 可读取 Parquet、CSV、JSON、图片、NumPy、Pandas 等格式，并能与 Ray Train、PyTorch、TensorFlow、HuggingFace 等框架集成。安装方式为 pip install -U 'ray[data]'。根据资料，它适用于为 ML 训练处理大型数据集（>100GB）、跨集群分布式预处理、构建批量推理流水线、加载多模态数据等场景；对小于 1GB 的单机小数据可考虑 Pandas，表格类与 SQL 类操作可考虑 Dask 或 Spark。
database-migrations
面向 Rails 8 的数据库迁移技能，帮助创建安全、可回滚的迁移，包含索引策略、数据回填与回滚方案，适用于建表、加列、建索引等场景。