pp-zimmo
面向比利时房产的 Zimmo 命令行技能，可搜索在售、出租与已售房源，提供精准地址、成交对比、每平方米社区价与捡漏筛选。需先安装 zimmo-pp-cli 二进制，无需账号，读取本地存储做估值与机会挖掘。
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
create-migration
mx-space/core 的数据库迁移创建技能，用于在修改数据库结构、迁移数据或更新配置格式时生成新的迁移文件，基于 MongoDB 编写并注册到迁移历史中。
typegoose-patterns
MX Space 项目的 TypeGoose 数据模型模式技能，用于创建数据模型、定义 schema 及处理 MongoDB 操作，涵盖基础模型、继承、字段装饰器、索引、引用、嵌套对象、数组、插件与查询用法。
analyze-unrecognized-apps
用于分析 Firebase/Google Analytics 中未识别宿主 App 的 bundle ID，并为 VivaDicta 补充返回 URL scheme 映射的技能。整理分类结果并更新 Swift 文件中的 knownURLs 与 knownNoSchemeHosts。
asc-localize-metadata
通过 LLM 翻译并同步 App Store 元数据（描述、关键词、更新说明、副标题等）到多语言，配合 asc CLI 操作。
asc-whats-new-writer
该技能可根据 git log、要点列表或自由文本生成 App Store 的"新版本说明"(What's New)，支持多语言本地化，并可通过 asc 命令上传至 App Store。
diagram
diagram 是 n0an/vivadicta 中的一项技能，用于把组件架构、数据流或代码库结构绘制成清晰的 ASCII 图，便于在终端和纯文本环境中直观展示架构、关系与流程。
krankie-audit
krankie-audit 是一个两阶段 App Store ASO 审计技能：先对 ./metadata 下规范化元数据做离线检查，再用 krankie 做竞品排名差距分析，无需 Astro 订阅。仅提供排名位置，没有热度分、难度分或关键词推荐。
wx-miniprogram-page-refresh
微信小程序页面间数据刷新机制的最佳实践 Skill，通过 wx.setStorageSync 设置刷新标记，并在目标页 onShow 中检查与清除标记来触发刷新，避免 onShow 频繁刷新带来的性能问题。
data-storytelling
将数据、数值与KPI转化为演示用故事的技能，通过CIIA框架（Context/Insight/Impact/Action）提取洞察，指导图表选择与Before/After比较，最终输出data-insights.md。
scientific-advanced-visualization
面向科学数据的高级可视化技能，提供 Plotly 交互式 3D 散点与曲面、Altair 声明式图表、Seaborn 统计图、动画、平行坐标与雷达图，以及 Nature/Science 风格出版级图表生成。
scientific-bayesian-statistics
该技能为贝叶斯统计推断提供分析支持，基于 PyMC、Stan、NumPyro 等概率编程框架进行参数估计、模型比较和决策支持。适用场景包括：参数后验分布估计、分层贝叶斯模型（多水平/混合效应）、贝叶斯回归与分类、MCMC 诊断（Rhat、ESS、轨迹图）、模型比较（WAIC、LOO-CV、贝叶斯因子）、贝叶斯优化（高斯过程）、后验预测检验。触发词为「跑贝叶斯回归」「用 MCMC 估计」「求后验分布」。完整分析流程涵盖模型指定、先验预测检验、MCMC 采样（NUTS）、后验分析、模型比较和报告生成六个阶段，每个阶段均有对应的代码示例和诊断标准。
scientific-cancer-genomics
整合 COSMIC、cBioPortal、DepMap 三大癌症基因组学数据库的技能，用于体细胞突变检索、突变特征分析、拷贝数变化及基因依赖性评估，通过 ToolUniverse SMCP 调用外部工具。
scientific-data-preprocessing
科学数据预处理管道技能，提供缺失值填补（KNNImputer/SimpleImputer）、编码（LabelEncoder/OneHot/哑变量）、缩放（Standard/MinMax/Robust/Pareto）、对数变换与异常值处理的模板，作为 Exp-01～13 的共通基础技能。
scientific-data-profiling
该技能用于数据集全面画像、质量评估与自动 EDA 报告生成，可结合 ydata-profiling、Great Expectations 做数据验证、质量评分、类型推断、相关性检测、异常值标记与数据目录生成。
scientific-eda-correlation
用于探索性数据分析和相关性分析的技能，支持分布可视化、相关热力图和散点图矩阵，适用于接收新数据集、把握变量关系和按组比较的场景。
scientific-geospatial-analysis
一个地理空间数据分析技能，提供 GeoPandas 矢量数据处理、Rasterio 栅格分析、Folium/Kepler.gl 交互地图、空间自相关（Moran's I/LISA）、克里金插值与 CRS 转换等能力。
scientific-immunoinformatics
提供免疫情报学分析流程的技能，涵盖表位预测（MHC-I/II结合）、T/B细胞表位定位、抗体结构分析（CDR环）、免疫库分析（TCR/BCR克隆型）、疫苗候选设计，并集成IEDB/IMGT/SAbDab数据库。
scientific-lab-data-management
整合 Benchling（ELN、DNA 设计、注册库）、DNAnexus（基因组学 PaaS）、LatchBio（工作流）、OMERO（生物成像）与 Protocols.io（协议共享）的湿实验与干实验数据管理技能，用于实验记录、序列设计、大规模基因组分析、图像元数据管理与实验协议共享。
scientific-proteomics-mass-spectrometry
面向 LC-MS/MS 蛋白质组学与代谢组学质谱数据的分析技能，覆盖谱图预处理、肽段鉴定与 FDR 控制、蛋白定量（LFQ/TMT/SILAC/iBAQ）、翻译后修饰定位、谱图相似度打分与分子网络分析，并提供差异表达与功能富集流程。
analyticsgpt-workflow-scientometric-question
AnalyticsGPT 顺序式 LLM 工作流技能，用于对学术数据库进行科学计量问答。将元科学查询分解为实体识别、依赖感知规划、并行数据检索与分析综合四个阶段，适用于机构、作者、期刊与主题的对比与趋势分析。
datachef-cooking-up-optimal
DataChef 技能用于自动生成 LLM 微调与适配的数据配方，即把原始数据源转换为可执行 Python 流水线，包含过滤、合成、混合与增强步骤，并借助代理评分快速迭代筛选高质量训练语料。
precise-reducing-bias-evaluations
基于 PRECISE 统计框架的技能，用少量人工标注与大量 LLM 判定结合，通过预测驱动推断修正 LLM-as-judge 在搜索、排序与 RAG 评估中的系统偏差，输出无偏指标估计与置信区间。
precision-practice-knowledge-guided
该技能让 Claude 依据 ExpSum 知识引导框架生成符合工业文档标准的代码摘要：提取函数元数据、检索项目领域术语、将函数分类（字段、过程、构造、回调、工具），并套用类别专属语言模板，避免术语错误、缺少类别标识和冗余实现细节。