clean-data-xls
用于清理表格中杂乱数据的技能：去除空白、统一大小写、把文本型数字转为数值、规范日期、删除重复项并标记异常，可在 Excel 加载项或独立 .xlsx 文件中使用。
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
datapack-builder
datapack-builder 是面向金融服务的数据包构建工具，可将 CIM、发行备忘录、SEC 文件、网络搜索或 MCP 服务器等来源的财务数据，整理为标准化 Excel 工作簿，供私募股权、投行和资管场景使用。
dcf-model
用于股权估值的真实 DCF（现金流折现）模型构建技能，可检索 SEC 文件与分析师报告中的财务数据，按投行标准生成带敏感性分析的机构级 Excel 估值模型。
deck-refresh
deck-refresh 是 Anthropic 金融服务技能集中的一个演示文稿更新工具，用于把幻灯片中的旧数字替换为新数字，例如季度刷新、财报更新、薪酬调整或市场数据重算。它只改数值、保留原有格式，先列计划再审批后执行，支持 PowerPoint 加载项与聊天两种环境。
fixed-income-portfolio
用于审阅固定收益投资组合的技能：批量债券定价、获取参考数据、分析现金流并做情景压力测试，再汇总为组合层面的加权指标与风险敞口，并可相对基准比较。
macro-rates-monitor
macro-rates-monitor 是用于构建宏观经济与利率仪表板的技能，整合宏观指标、收益率曲线、通胀盈亏平衡利率与互换利率。当需要监测宏观状况、曲线形态、实际利率与金融条件时使用。数据由 MCP 工具提供，技能负责串联输出并综合周期位置、政策前景与金融条件。
option-vol-analysis
option-vol-analysis 是面向股票、指数与外汇期权的波动率分析技能，通过组合波动率曲面、期权定价与历史价格数据，比较隐含波动率与已实现波动率，并输出曲面形态、希腊字母与策略建议。
pitch-deck
用于将源文件数据填充到投资银行路演演示文稿（pitch deck）PowerPoint 模板中的技能。适用于用户提供模板与源数据、需要按模板结构自动完成填充、校验并修复格式的场景。
construction-sweep
construction-sweep 是一个按县逐级抓取建筑商（总承包商、住宅建筑商、装修商）的技能，通过 Apify Google Maps 抓取、跨县去重、规则分类、Firecrawl 与 Facebook 信息补全，最终追加到主 CSV，构建州级建筑商数据库。
lov-do-they-love-me
把两个人的微信私聊做成有证据的恋爱指数分析：先量化互动节奏，再用本地模型区分工作、情感、生活等话题，最后产出手机竖版信息图。适用于“分析我们的聊天记录”“他/她爱不爱我”这类请求。
ml-pipeline
该技能面向生产级机器学习基础设施设计，帮助构建包含实验追踪、Kubeflow/Airflow DAG、特征库模式、模型注册表以及自动化再训练流程的 ML 流水线。它提供从数据校验、特征工程、训练编排、实验记录到模型验证与部署的完整工作流指导，并附带 MLflow 实验记录、Kubeflow 组件、数据校验检查点等代码模板，强调可复现性、版本管理与数据校验。
ce-product-pulse
ce-product-pulse 是一个面向产品团队的脉冲报告生成技能，用于在指定时间窗口内汇总用户实际体验与产品运行表现。它从产品的数据源中查询使用情况、性能、错误和值得进一步调查的信号，输出一份紧凑的单页报告，保存到 docs/pulse-reports/ 目录，并在对话中呈现要点。报告包含四个部分：头条摘要、使用情况（主参与事件、价值实现事件、完成/转化、可选的质量抽样）、系统性能（延迟分位数与 Top 5 错误）、后续调查建议。该技能不会改动产品、数据库或任何外部系统，唯一写入是 .compound-engineering/config.local.yaml 中的脉冲配置（本地、gitignored）和报告文件；数据库访问必须为只读，且属于可选项。首次运行会通过访谈配置产品名、事件、数据源、默认回看窗口等，并可选设置定期运行。
data-dict-extractor
从 Drupal 9/10 导出的配置生成 Excel 数据字典，输出内容类型、分类词汇表、区块类型、媒体类型和段落类型五个工作簿，便于记录字段定义。
tdx-tq-sdk
通达信 TQ SDK CLI 是一款基于 TQ 策略模式的通达信量化接口命令行工具，用于获取和分析股票数据。它提供行情数据、股票信息、板块数据、财务数据以及通达信公式调用等命令组，支持 K 线、实时快照、除权除息、板块成分股、专业财务字段和指标/选股公式等查询，并可通过 --json 选项输出结构化数据。使用前需已启动并登录通达信客户端，默认安装路径为 D:\new_tdx64，需 Python 3.8+ 环境，通过 pip install -e . 安装。
refresh-index
refresh-index 是 ASM 技能索引的维护技能，用于重新抓取 data/skill-index-resources.json 中所有已启用仓库，同步工作树、运行 preindex、重建目录校验，并将各仓库归类为已更新/未变更/失败/跳过，最后在用户确认后提交数据变更并创建单个 PR。
router-query-integration
该技能用于在 TanStack Router 中集成 TanStack Query，通过路由 loader 预取数据，消除请求瀑布、实现 SPA 即时导航，并覆盖查询选项、并行与依赖查询、错误处理、缓存失效、悬停预加载及 Suspense 等模式。
boliga
Boliga 技能用于查询丹麦房产公开数据，通过 Boliga.dk 公共 API 获取在售房源、成交记录、BBR 建筑信息、地址历史与房价指数，无需认证。适合房产搜索、成交价对比、地址历史查询与市场统计。
mixpanel-data
用于分析 Mixpanel 分析数据的技能，基于 mixpanel_data Python 库或 mp CLI。可处理事件数据、用户画像、漏斗、留存等，支持将数据抓取到本地 DuckDB 后用 SQL 反复查询，也支持实时 API 查询与流式输出。
ab-testing-analyzer
AB测试分析器（ab-testing-analyzer）是一款基于 Python 的 AB 测试分析技能，提供从实验设计到结果解读的完整流程支持。它包含转化率与留存率分析、独立样本与配对样本 t 检验、卡方检验、置信区间估计、效应量计算（如 Cohen's d、Cramer's V）以及多重比较校正等统计方法；同时支持价值分群、人口统计学分群、行为模式分群与自定义分群策略，并可进行交互效应分析。可视化方面可生成转化率对比图、留存率曲线、分群热力图与交互效应图，还提供交互式仪表板生成能力。此外还涉及贝叶斯 AB 测试、多变量测试、时间序列分析、稳健性检查与因果推断等高级方向。依赖 pandas、numpy、scipy、matplotlib、seaborn、statsmodels 等包，通过导入 ABTestAnalyzer、StatisticalTests、ABTestVisualizer、SegmentAnalyzer 等模块使用，适用于产品改版、营销活动、功能优化等实验结果的评估场景。
bible-study-tool-creator
来自 majiayu000/claude-skill-registry 的技能，用于在 myBibleToolbox 项目中交互式创建新的圣经研究工具，生成可供 AI 读取的注释数据（YAML 文件），并引导用户完成任务定义、示例验证、文件初始化与工具注册。
cad-to-data
CAD To Data 是一个基于 DDC 方法论（第 2.4 章）的技能，用于将 CAD/BIM 文件转换为结构化数据。它可从 Revit、IFC、DWG、DGN 等文件中提取构件属性、工程量和关系信息。该技能定义了 CADFormat、ElementCategory 等枚举，以及 CADElement、CADLayer、CADExtractionResult 等数据类，并提供 IFCExtractor、DWGExtractor 和 CADDataConverter 等类。支持将 IFC、DWG/DXF 等格式转换为 JSON、CSV 或 dataframe 输出，可进行工程量汇总、明细表提取、JSON 导出和报告生成。
csv-data-wrangler
CSV Data Wrangler 是一个专注于高性能 CSV 处理的技能，提供数据解析、清洗与转换方面的专业能力。它使用 Python、DuckDB 和命令行工具处理表格数据工作流，适用于大文件、编码问题、畸形数据和性能优化场景。该技能可帮助高效处理大型 CSV、清洗与校验 CSV 数据、转换与重塑数据集、处理编码与分隔符问题、合并或拆分 CSV 文件、在表格格式之间转换，以及使用 SQL（DuckDB）查询 CSV。它给出了按文件大小选工具的建议：小于 100MB 用 pandas；100MB 到 1GB 用 pandas 分块或 polars；1GB 到 10GB 用 DuckDB 或 polars；大于 10GB 用 DuckDB、Spark 或流式处理；快速探索用 csvkit 或 xsv 命令行工具。同时明确了不适用场景：构建带格式的 Excel 文件、数据统计分析、构建数据管道、数据库操作等应使用其他专门技能。
data engineering
面向数据工程、机器学习、AI 与 MLOps 的技能参考，梳理数据工程师、ML 工程师、AI 工程师三条学习路径，并汇总 2025 年常用工具栈、算法参考、智能体架构、排错思路与作品集项目建议。
database-visualization
用于创建数据库实体关系图（ERD）与架构可视化的技能，基于 Mermaid.js 语法，可将 SQL Server 等数据库结构转换为文本化图表，适合设计新库、文档化现有库、讲解表关系与规划迁移。