anyfinancial
AnyFinancial 是面向金融任务的顶层路由器，把任务拆成准备数据、分析数据、生成报告三个阶段，并按意图加载对应 SKILL.md。支持美股与 A 股的历史及实时/API 数据、回测分析，以及用 Kami 风格输出 HTML 报告。
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
17,421 个结果
data-analysis-workflow
一个数据分析工作流技能，用于从网页或上传文件采集、清洗、分析并可视化数据，最终输出交互式图表、在线表格或已部署的仪表盘。
data-scraper
基于 Scrapling 库的网页抓取技能，支持反爬绕过（如 Cloudflare Turnstile）、隐身无头浏览、爬虫框架与自适应解析，可通过 CLI 或 Python 代码使用，需 Python 3.10+。
dynamodb-database
为应用提供 DynamoDB NoSQL 数据库访问的技能，支持键值存储、文档存储与高性能 NoSQL。需 Rebyte API 认证，通过 provision 接口开通，可在独立模式或配合 Lambda 使用，数据按前缀隔离。
echarts
使用 pyecharts（Python）和 Apache ECharts 创建交互式图表与数据可视化的技能，输出为内嵌 JavaScript 的自包含 HTML，适用于柱状图、折线图、饼图、热力图、散点图等图表需求。
financial-charts
Financial Charts 是一个用于生成 TradingView 风格交互式金融图表的技能。它基于 TradingView 的 Lightweight Charts v5（通过 CDN 引入），无需编写图表代码，只需填写一个 JSON 配置（定义面板与系列）和一个 JSON 数据文件（系列数值），即可在固定 HTML 模板中渲染蜡烛图、指标叠加、交易标记以及成交量/RSI/MACD 等多个面板。工作流为：先获取 OHLCV 数据（可用 anyfinancial 数据技能或其他来源），在 Python 中自行计算指标序列，然后将数据写入 /code/outputs/<slug>.json，将模板复制为 /code/outputs/<slug>.html 并仅编辑其中的 chart-spec 配置块，最后按约定在回复中声明该 HTML 文件名。平台负责提供文件并在 Workbench 中展示图表。
financial-deep-research
financial-deep-research 是一个面向企业级金融研究的技能，通过 8 阶段流水线（范围界定、规划、检索、交叉验证、综合、批判、精炼、打包）产出带引用的可验证金融研究报告。它针对市场分析与投资研究、尽职调查与竞争基准、监管合规与风险评估、财务建模支持与估值分析、财报分析与财务报表审阅、行业深度研究等场景。该技能包含金融来源可信度评分、监管合规追踪与渐进式上下文管理，支持 Quick、Standard、Deep、UltraDeep 四种模式，报告以 Markdown、McKinsey 风格 HTML 与 PDF 三种格式输出。其反幻觉协议要求每项金融主张即时引用来源，并区分事实与分析。适用前提是复杂金融分析；简单股价查询、基础公司查找或代码调试不适用。具体收费、价格与平台限制暂未提供。
similarweb-analytics
基于 SimilarWeb 流量数据的网站与域名分析工具，可获取访问量、独立访客、跳出率、页面/访问、平均停留时长、全球排名、流量来源（桌面与移动）及国家分布等指标，用于网站流量、排名、来源和地域对比分析。
sqlite-database
为 Web 应用开通云端 SQLite 数据库的技能，适用于需要持久化存储、用户数据或后端数据的场景。依赖 Rebyte API 认证，通过 HTTP API 以 fetch 直接执行 SQL，无需 npm 包。
recoup-deal-ingest
用于音乐版权交易尽调的数据整理技能：把混乱的曲库数据室、版税报表、权利文件与元数据导出，清洗为可审计的交接产物，为估值做准备。
recoup-release-check-metadata
用于核对音乐发行元数据的技能：对比分销商导出、更正回执等来源中的标题、艺人及贡献者署名、ISRC/UPC、日期与曲序，输出差异表与更正清单。
redis-best-practices
Redis 性能优化与最佳实践技能，涵盖数据结构、内存与过期、连接性能、JSON 文档、Redis Query Engine、向量搜索与 RedisVL、语义缓存、Streams/Pub-Sub、集群复制、安全与可观测性，按影响优先级整理为 29 条规则，用于指导自动化优化与代码生成。
meta-ads-doctor
Meta Ads Doctor 用于诊断 Meta（Facebook/Instagram）广告持续花钱却不转化的原因，并判断下一步该改什么。它通过 Meta 营销 API 读取账户与投放数据，按账户投放、版位花费、追踪、样本量、指标含义的顺序排查，要求任何写操作前先获明确批准。
mcda-sales-comparison
这是一个用于商业地产估值的 MCDA 销售比较分析工具（技能插件）。当用户要求运行 MCDA 销售比较分析、用多准则决策分析（MCDA）对可比销售进行排序，或对商业物业进行估值时触发。它读取输入 JSON 文件（包含标的主体物业与可比销售数据），通过 Python 计算器将各物业按多个特征进行序数排名，再通过“得分到价格映射”（插值与回归两种方法）推导出每平方英尺指示价值和总价值，并加权调和后生成可直接用于演示的 markdown 估值报告。该工具支持多种权重配置（industrial_default、industrial_logistics、industrial_manufacturing、office_default、retail_default），也可根据 JSON 中的 property_type 自动检测。使用方式为在支持该技能的环境中通过消息或命令触发，并传入输入 JSON 路径，可选指定权重配置和输出路径。输出包括完整的排名表、得分到价格映射表和明确的估值结论，同时保留结果 JSON 以便复现。
mls-extraction
用于从 MLS 报告 PDF 中提取房产数据并生成 Excel 的技能，输出 34 字段结构化表格，适合商业地产清单整理。
shopify-storefront-graphql
面向 Shopify 自定义店面的 Storefront GraphQL 技能，用于直接编写与校验 GraphQL 查询和变更，完成数据获取与购物车等操作，适合需要完全掌控数据请求的前端场景。
chart-selector
Chart Selector 是一个数据可视化图表选型方法技能，用于依据数据类型与分析目的挑选最合适的图表。它面向 dashboard-builder（为数据选择最优图表）和 kpi-designer（确定指标呈现方式）等智能体，以决策树形式给出比较、趋势、分布、构成、关系五类分析目标对应的图表建议，并提供各类图表的适用条件、禁止事项、配色方案与仪表盘布局原则。
normalization-patterns
面向数据建模的规范化/反规范化模式库，供 data-modeler 智能体使用，提供 1NF 至 BCNF 判定标准、函数依赖分析、反规范化策略、常见领域 ERD 模式与通用列模式（时间戳、软删除、状态、国际化）。
selector-generator
Selector Generator 是一个用于系统化生成和验证网页数据抓取所需 CSS/XPath 选择器的技能，可辅助解析工程与监控场景，内置选择器优先级策略、反模式规避、常见页面配方、稳健性评分与变更检测模式。
web-data-visualization
该技能用于将报告数据（股价走势、HBM 市场份额、5 年业绩、情景分析、市场共识、风险矩阵、NVIDIA 供应矩阵）可视化为交互式图表。它涵盖 Chart.js、ECharts、D3.js 的选型，悬停提示、滚动进入动画与响应式图表的实现，并以 web/_design/data.json 为单一数据源，在 web/scripts/ 下按图表配置文件逐个构建图表，最终通过统一入口 charts.js 懒加载初始化。
wrdn-effect-schema-boundaries
一个用于处理边界数据类型的技能，主张在系统边界用 Effect Schema、具名守卫或类型化适配器解析未知或弱类型数据，避免领域代码中反复断言或探测未知结构。
vdb-cleanup
用于清理 ChromaDB 向量库中因文件被删除或重命名而产生的过期、孤立分块的技能。运行后可保持向量索引准确，避免搜索指向不存在的文件。属于写（删除）操作，需先干跑确认。
vdb-ingest
将仓库文件写入 ChromaDB 向量库的写入型技能：通过 ingest.py 从清单或目录扫描构建、更新父子分块索引，供 query.py 语义检索。支持全量、增量与代码文件 AST 分块，需先初始化并启动本地 Chroma 服务。
dotnet-inspect-metadata
dotnet-inspect 的元数据技能，用于查询程序集原始 ECMA-335 元数据，发现表与堆区段、检查解码后的行与句柄，并按表或堆坐标定位数据。