trading-research
面向 Binance 加密货币交易研究的技能集合，提供行情获取、技术分析、DCA 定投规划、仓位管理、市场扫描与巨鲸追踪。基于公开 API 的研究工具，不执行实际下单。
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
17,420 个结果
usage-export
将 OpenClaw 使用数据导出为 CSV 的工具，按小时、活动类型、模型和渠道聚合，便于在 Power BI、Excel 等 BI 工具中分析。
volcengine-database-rds
用于操作火山引擎 RDS 实例与数据库工作流的技能，面向开通配置指导、连通性检查、性能排障等场景，按“检查、验证、变更、复核”的安全顺序处理 RDS 任务。
whoopskill
whoopskill 是一个 WHOOP 命令行工具（CLI），用于获取睡眠、恢复、HRV、应变等健康数据，并提供趋势分析与健康洞察。可通过 npm 全局安装，输出默认 JSON，支持人类可读格式。
xianyu-data-grabber
闲鱼数据抓取技能，使用 Playwright 与 OCR 抓取闲鱼商品信息（标题、价格、想要人数等），支持批量关键词搜索、截图、生成报告并上传到 Gitee。
zhouyi-divination
周易综合占卜系统，基于命主八字命盘，结合梅花易数、马前课、六爻、奇门遁甲、紫微斗数、大六壬等多种传统术数进行命理分析与事件占卜。每次占卜由八位不同流派专家独立会诊，强调理性、不奉承、多法交叉验证，并将结果自动存档。
opendeploy-database
OpenDeploy Database 是 OpenDeploy 平台中用于管理托管 Postgres、MySQL、MongoDB、Redis 的技能：可检测、创建并等待数据库依赖，读取连接环境变量，分析健康状态，以及通过临时开放端口和轮换凭据来查询与维护数据库。
arkweb-preflight
ArkWeb SDD 工作流的环境预检技能，在主流程启动前检查外部依赖、数据源与工具链是否就绪，自动修复可修复项，并输出环境状态报告与能力评级。触发词：环境检查、preflight、检查配置、开始前检查。
ppl-reference
OpenSearch 的 PPL（Piped Processing Language）综合参考，涵盖命令语法、函数与示例，用于对 trace 和 log 索引构建可观测性查询。
opensearch-flux
opensearch-flux 是一个 OpenSearch Dashboards 迁移技能，通过 osd-migrate CLI 在实例间导出、检查并导入已保存对象（仪表板、可视化、索引模式），支持数据源重映射、索引模式校验与工作区管理。
oci-data-science
用于 OCI Data Science 通用服务操作的技能，覆盖 ADS SDK 认证、Jobs、ML Pipelines、Model Catalog 与模型部署等，面向 AQUA 之外的场景，如训练任务、工作流编排和模型管理。
close-new-library-support-pr
用于关闭 oracle/graalvm-reachability-metadata 中新增库支持 PR 的技能，并将关联 issue 回滚到开工前状态：移除全部分配人，把 In Progress 的项目项改回 Todo，Done 项保持不变。
data-versioning-patterns
该技能面向可复现的数据管理，讲解 DVC、Delta Lake 与 OpenLineage 的数据版本控制模式，涵盖 Git + DVC 工作流、DVC 流水线与实验、Delta Lake 时间旅行、血缘事件及版本化数据集划分，并列出常见反模式。
feature-engineering-patterns
该技能提供特征工程的可复用模式与代码示例，覆盖 Feast 特征存储、sklearn 管道、时间序列特征、K 折目标编码、SHAP 特征选择与 PSI 漂移监控，并列出常见反模式。
ml-pipeline-patterns
面向机器学习数据流水线的工程模式集合，含 Apache Beam DoFn、分支与扇出、Flink 流式特征、dbt 增量特征模型、Great Expectations 校验及回填策略的可复用代码示例。
pytorch-patterns
PyTorch 模式与代码合集，涵盖自定义 Dataset 与 transforms、带权重采样的 DataLoader、nn.Module 初始化、微调时的模型改造、自定义 autograd 函数以及 DataLoader 吞吐量性能分析，并列出常见反模式。
vectordb-patterns
向量数据库实践模式集合，涵盖 pgvector 的 HNSW 索引配置、Pinecone 命名空间隔离、Qdrant 命名向量与载荷过滤、FAISS 离线批量索引，以及嵌入漂移检测与重建索引策略，含代码示例与常见反模式说明。
owid-metadata-generation
用于为 OWID ETL 数据集创建或补充元数据的技能，可从数据检查、探索和网页检索生成完整的 YAML 元数据。提供撰写 *.meta.yml 文件的实用准则，涵盖标题、单位、描述、处理级别、主题标签等字段规范及 YAML 复用模式。
datasette
OWID 内部 Datasette 数据查询技能，可访问 Our World In Data 的 MySQL 主库镜像（图表、变量、数据集等元数据）与分析数据存储（页面浏览量等使用数据），通过 SQL 与 REST 方式查询，仅允许 SELECT，需网络层访问与 User-Agent 头。
fetch-chart-data
该技能用于在已确定 Our World in Data（OWID）图表链接后，抓取该图表对应的元数据 JSON 与数据 CSV。元数据提供图表上下文，建议先抓取，并关注 descriptionKey 中的注意事项。数据接口支持查询参数过滤：useColumnShortNames、csvType、country、time、tab，推荐使用 ?useColumnShortNames=true&csvType=filtered。CSV 每行是实体与时间点的一次观测，前两列为 Entity、Code，第三列为 Year 或 Day；启用短列名后前三列变为小写。文档还给出通过删除 Entity 列、精简元数据字段来降低 token 用量的方法，并建议将文件下载到本地后处理。
joining-data
该技能说明如何将 Our World in Data（OWID）的数据与其他来源数据按时间（通常为年份）和实体（通常为国家或地理区域）两个维度进行连接，重点包括国家名称与区域代码的统一、ISO alpha-3 代码的使用、历史数据采用现代国界、区域聚合不可按名称连接，以及缺少年份列时的处理方式。同时给出常用于连接的数据源，如人口和人均 GDP 的两套时间序列，并说明按需选择长时段数据或较新数据（UN 人口预测、World Bank 人均 GDP）。
owid-catalog
owid-catalog 是 Our World In Data（OWID）提供的 Python 库，用于发现和加载 OWID 数据集。它支持三种搜索类型：charts（已发布的可视化图表）、tables（目录中的数据集表）和 indicators（基于向量嵌入的语义搜索指标）。加载结果为 pandas DataFrame 的增强版 Table 对象，每列携带单位、描述、来源和许可证等元数据；也可以按 ETL 路径获取完整表或单个指标列。图表数据通常经过最佳整理与文档化，适合回答数据问题；指标覆盖完整时序数据目录，适合需要更多维度或灵活检索的场景。库提供搜索结果集 ResponseSet 的索引、过滤、排序、取最新版本以及转为 DataFrame 或字典等操作，并建议在使用前打印 codebook 元数据以正确理解单位与来源。安装可用 uv 内联依赖或 pip install owid-catalog。
search-charts
search-charts 是 Our World in Data（OWID）提供的一项技能，用于通过关键词搜索该平台已发布的图表。它通过向 https://ourworldindata.org/api/search 发送 HTTP 请求实现，支持 q（搜索词）、hitsPerPage（每页结果数，默认 20）、page（页码，从 0 开始）三个查询参数。返回结果为 JSON，包含查询词、结果列表、命中总数、页码、总页数和每页数量等字段。每条结果记录图表类型（chart、explorerView、multiDimView）、URL、标题、slug、可用实体、可用可视化标签页、发布时间和更新时间等信息。搜索由 Algolia 驱动，基于关键词匹配，建议使用主题专家常用词汇。该技能适合需要按主题查找人口、能源、CO2 与气候等数据图表的场景，并可将结果用于后续获取图表数据。
report-to-databricks-app
该技能是一个适配器，用于将经过验证的受治理报表契约物化为 Databricks AppKit 应用：把受信任的查询复制到 config/queries、绑定指标视图、生成类型并在 CI 中检测漂移。