SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-05 00:16
17,419 个结果
该技能提供由 Supabase 维护的 Postgres 性能优化与最佳实践指南，适用于编写、审查或优化 Postgres 查询、模式设计、索引、连接池、行级安全（RLS）等场景。内容按影响程度分为 8 类规则：查询性能、连接管理、安全与 RLS（均为 CRITICAL 级别），模式设计（HIGH），并发与锁定（MEDIUM-HIGH），数据访问模式（MEDIUM），监控与诊断（LOW-MEDIUM），高级特性（LOW）。每个规则文件包含问题说明、错误 SQL 示例、正确 SQL 示例，以及可选的 EXPLAIN 输出或指标和补充参考；并提供 Supabase 相关说明与完整汇总文档 AGENTS.md。
该技能用于把原始数据转化为可分析的数据资产，覆盖 ETL/ELT 模式选择、dbt SQL 建模、pandas/polars/PySpark 数据框转换以及 Airflow 等编排工具的使用，适合构建可测试、可文档化的数据转换流程。
为仪表盘、报告和数据驱动界面提供数据可视化选型与实现指导的技能，包含图表类型决策框架、24 种以上可视化方法、无障碍规范、性能策略及 JavaScript/TypeScript、Python 等语言实现建议。
用于自动化爬取网站数据和调用 API 接口的技能，覆盖网页结构分析、REST/GraphQL 接口调用、爬虫脚本编写、数据解析清洗、反爬应对与定时任务存储，支持 Python 与 JavaScript 两类技术栈。
Yahoo Finance 命令行金融数据工具，由 yf 脚本驱动。它通过命令行提供股票与债券价格、信用分析、宏观仪表盘、外汇汇率、ETF 资金流向、基本面数据和新闻等功能。脚本位于 {baseDir}/scripts/yf，使用 uv run --script 与内联 PEP 723 元数据，依赖项在首次运行时自动安装。需先执行 chmod +x {baseDir}/scripts/yf。支持 price、quote、compare、credit、macro、fx、flows、history、fundamentals、news、search 等命令，所有命令均可加 --json 输出机器可读的结构化数据。默认输出使用 Rich 表格便于终端显示。脚本对无效代码、缺失数据和速率限制有清晰错误提示。
用于分析亚马逊竞品的商业指标，包括价格、评论、BSR、销量、卖家数量和API报告的流量分布，帮助了解竞争格局、市场缺口与进入策略。
电商市场概览技能，用于对某个关键词或品类生成跨平台市场快照，覆盖需求、竞争、价格与平台对比，并输出结构化报告和图表。
查询专利法律状态、有效性、到期与法律事件的技能，可判断专利是否有效、可执行、已过期或受诉讼等事件影响，支持单个或批量专利号/专利ID查询，输出结构化报告与图表。
FlowUs Database 技能，用于让智能体通过 flowus CLI 以 JSON 方式获取、查询、创建、更新或删除 FlowUs 数据库。
fx-data-stream 是 Open Design html-ppt fx 包中的画布特效，用于幻灯片或发布视频中呈现流动的数据线科技感背景。
一个实时数据、粒子与模拟可视化技能：把每帧的重计算放进 Web Worker，主线程只负责读取与绘制，从而保持约 60fps 的流畅渲染。
database-optimizer 是一个数据库优化技能，面向现代性能调优、查询优化与可扩展架构，涵盖高级索引、N+1 查询解决、缓存与性能监控等方向，适用于数据库优化相关任务。
一个用于 SQL 查询优化的技能，涵盖索引策略与 EXPLAIN 执行计划分析，帮助排查慢查询、优化数据库模式与响应时间、降低数据库负载并改善大数据量下的扩展性，也可用于处理 N+1 查询问题。
Learning Analyzer 是一个用于分析 Supabase 中学习数据的技能，由 /learn:analyze 命令手动触发。它通过查询 v_agent_success_rates、v_common_patterns、v_improvement_suggestions、v_workflow_trends、v_feedback_summary 等视图收集数据，再借助 Claude AI 识别成功模式、失败模式、优化机会与智能体性能趋势，并以结构化报告输出证据、置信度、建议修复和改进项。支持按时间周期以及 agents、workflows、feedback 维度聚焦分析，分析结果可结合 /learn:review、/learn:apply、/learn:save 用于自我改进流程。需配置 AF_LEARNING_ENABLED、SUPABASE_URL 与 SUPABASE_SERVICE_KEY 环境变量。
交易基础技能，提供跨策略通用的交易术语、数据结构与工具函数，涵盖市场结构、支撑阻力、K线/交易/订单模型、时间周期转换、价格与统计工具及常见形态检测，供 ICT、AMT 等策略实现复用。
context-onboarding 是一个面向数据分析团队的引导式技能，通过对话访谈，把团队掌握的领域知识整理成可移植的“领域上下文技能”。它强调逐步提问、以真实证据为依据，不编造事实，缺失信息记录为待定问题。
项目对接技能：作为交接接收方，先读取 HANDOFF.md 并按元信息、快照、下一步、即时操作、引用索引、维护规则六节恢复上下文，再继续推进项目。适用于接手其他 agent 或新 session 交接的工程。
Unity CLI 的兜底技能：当现有框架命令无法覆盖任务时，通过基于 Roslyn 的 CSharpConsole REPL 在运行中的 Unity 编辑器里执行原始 C# 代码，适合自定义脚本与 AssetDatabase 操作。
用于分析加密货币数值数据的技能框架，覆盖价格序列、链上指标、协议统计与投资组合表现，提供描述性统计、趋势、对比、异常检测及结构化呈现方法。
面向 Roblox 体验的 Luau 数据持久化技能，系统讲解 DataStore、OrderedDataStore 与 MemoryStore 的选型差异、版本与元数据、缓存、限流配额、错误码及生产级最佳实践，含可复用包装模块与检查清单。
将想法与数据转化为面向利益相关者的演示或仪表盘，强调清晰的人类写作、解释性图表、视觉隐喻与有目的的动效，帮助受众理解并做出判断。
用于将 Harbor parity/oracle 实验结果发布到 Hugging Face 共享数据集 harborframework/parity-experiments 的技能，通过稀疏检出仅拉取目标 PR 引用并直接 git push，避免整库克隆，并回传 discussion URL 作为 adapter 的 parity_pr。
jk-data-table 是一个通过 jinko-sdk 创建或检查 Jinkō 数据表的技能，适用于上传试验叠加或校准所需的观测数据。支持 CSV、SQLite 和 pandas DataFrame 三种来源，并可检查数据表内容、摘要、校验结果与适应度函数兼容性。
用于在 ClinicalTrials.gov 上检索并筛选公开注册与结果记录，为药代动力学建模和临床证据规划提供候选试验清单与数据可用性初筛，不提取终点数据，也不执行试验。