stock-market-hotspot-discovery
面向A股市场热点发现的综合技能，适用于“今日热点是什么”“当前热股有哪些”等市场层面泛化问题，返回结构化Markdown热点报告，覆盖热点资讯与热门股票等维度。
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
geometry-api-net
geometry-api-net 是一个 .NET Standard 2.0 空间几何计算库，提供点、线、面等二维三维几何对象的创建、解析、序列化与空间关系运算，支持 WKT、WKB、GeoJSON、Esri JSON 四种格式。
geopandas
GeoPandas 是 Python 地理空间矢量数据处理核心库，在 pandas DataFrame 上扩展几何列，提供 GeoDataFrame 与 GeoSeries，支持 shapefile、GeoJSON、GeoPackage、GeoParquet 等读写、空间连接、叠加、裁剪、CRS 管理与地图可视化。
jts
JTS Topology Suite 是 Java 平台开源二维矢量几何计算库，提供几何对象建模、空间关系判断、集合运算、线性参考、空间索引及 WKT/WKB/GeoJSON 读写，是 GeoTools、GeoServer 等开源 GIS 项目的几何计算核心。
pyqgis
PyQGIS 是 QGIS 的 Python 绑定，可在脚本、控制台、独立应用或插件中调用 QGIS 核心库，完成矢量/栅格图层管理、几何与坐标操作、空间分析、Processing 算法调用及地图渲染导出等 GIS 任务。
qgis-process
qgis_process 是 QGIS 自带的命令行工具，可在不启动桌面应用的情况下运行 Processing 算法与模型，适用于服务器端批量处理、CI/CD 自动化流水线和脚本化 GIS 工作流。需安装 QGIS 3.16+。
speech-summarization
Zoom AI Services 的语音摘要技能（Speech Summarization），用于对一次性上传的音频或视频文件发起单个流式请求，同时返回转写文本和摘要。接口为 POST https://api.zoom.us/v2/aiservices/speech-summarization/summarize，使用 x-api-key 或 Bearer 令牌鉴权，需 aiservices:write:transcribe-summarize:admin 权限范围。支持 WAV、MP3、M4A、FLAC、OGG、WebM、MP4、MOV，限制 50 MB、2 小时，建议 16 kHz 以上采样率。响应通过 SSE 依次输出 transcribe_started、transcribe_complete、summary_delta、done 和 error 事件，摘要帧为累积文本，仅应向前端输出新增部分。适用于单文件媒体转写加摘要的场景，不适用于仅转写、已有转写文本的摘要、实时会议或语音对话。
crypto-onchain
On-Chain Analytics Agent 是 AI Crypto Analyst 系统中的链上分析智能体，通过 /crypto onchain <token> 调用。它针对指定加密货币代币执行深度链上分析，考察钱包行为、网络活动、交易所资金流、持币分布和增长指标，最终给出一个 0-100 分的 On-Chain Score（链上评分）。分析覆盖鲸鱼钱包动向、交易所流入流出、活跃地址、新地址创建、交易量与笔数、网络费用与收入、智能合约交互、代币流通速度与持币行为、持币集中度等维度。该工具仅用于教育和研究目的，不构成财务建议。
crypto-sentiment
Crypto Sentiment Analysis Agent 是 AI Crypto Analyst 体系中的情绪分析智能体。用户通过 /crypto sentiment <token> 调用后，它会围绕某一加密货币代币，综合分析社交媒体热度、新闻基调、社区健康度、开发者活跃度、叙事动能以及恐惧与贪婪指数，最终给出 0-100 的 Sentiment Score。该工具用于研究参考，不构成财务建议。
line-chart-generator
line-chart-generator 是一个基于 matplotlib 的命令行折线图生成工具技能，用于快速创建价格趋势、股票数据、性能指标等时间序列折线图。用户通过 python scripts/generate_chart.py 命令并传入标题、坐标轴标签和数据即可生成图表，数据支持逗号分隔的 YYYY-MM-DD:VALUE 格式或 JSON 数据文件，还可添加注释和水平参考线。图表支持自定义宽高、网格和标记点开关，输出为 150 DPI 的透明背景 PNG 文件，适合用于演示和报告。该技能依赖 Python 3.x 和 matplotlib（通过 pip install matplotlib 安装）。
quant-analyst
这是一个面向量化金融、算法交易与金融数据分析的专家型技能，基于 Python 科学计算栈（Pandas/NumPy）进行统计建模与机器学习。它适用于构建和回测交易策略、对金融时间序列做统计分析、实现风险模型（VaR、CVaR、Greeks）、进行组合优化、为衍生品开发定价模型、分析市场微结构与订单簿动态、构建资产收益因子模型，以及为金融工具实现蒙特卡洛模拟。技能文档给出了决策框架（交易策略、风险管理、组合优化、衍生品定价、时间序列分析）与核心工作流程，并列出了最佳实践与反模式，如使用向量化运算、计入交易成本与滑点、采用滚动前向验证避免前视偏差等。
cn-stats
cn-stats 是一个用于查询中国国家统计局公开数据的技能，当用户需要查询经济、CPI、GDP、人口、房价指数等统计数据时触发。该技能通过调用国家统计局数据接口，支持获取指标分类树、搜索指标、查询多指标或多地区的统计数据，以及进行全局关键词数据查询。数据覆盖月度、季度、年度、分省、主要城市、港澳台及国际等类别，可返回时间序列数值及单位。使用方式以 curl 命令配合 jq 解析为主，需设置 BASE_URL 等环境变量，并指定分类节点 ID、指标 ID、地区代码和时间范围。适用于经济研究、数据分析、报告撰写等需要引用官方统计数据的场景。
crypto-report
crypto-report 是一个用于获取加密货币市场数据的技能，可通过执行 Shell 脚本获取币安（Binance）AI 分析报告以及区块链新闻更新。资料显示，用户可以使用 bash 脚本并传入币种代号（如 BTC、ETH、SOL）来获取对应币安的 AI 分析报告；也可以运行新闻脚本获取区块链新闻，并可通过参数指定页码。该工具依赖 Shell 命令执行，适用于需要快速查询加密货币行情分析与资讯的场景。资料未说明其收费、价格、支持平台、具体数据来源、分析算法或使用限制等信息，这些内容暂未提供。
extract
extract 是 Actionbook 提供的一项技能，用于从网站提取结构化数据，并同时产出可独立运行的 Playwright 脚本与提取结果文件。它适用于抓取、提取、拉取网页数据的场景，例如提取商品价格、结果表格、作者与标题列表、职位列表、仪表盘表格数据、评论评分，以及下载链接、图片或卡片等。该技能的核心交付物有两项：一是可执行的 Playwright 脚本（独立的 .cjs 文件，运行时无需 Actionbook 即可复现提取过程），二是提取出的数据（默认 JSON，也支持 CSV 或用户指定格式，写入磁盘）。在获取选择器时，它把 Actionbook 作为条件性加速器而非必需步骤：优先通过 actionbook search 与 actionbook get 获取健康分不低于 70% 的站点选择器；若无结果或分数偏低，则回退到浏览器打开、快照、截图与手动 DOM 检查。生成的脚本会考虑流式渲染/SSR/RSC 水合、虚拟列表、无限滚动、分页等常见机制，并设置 maxPages、maxScrolls、超时预算等护栏以避免死循环。执行后需验证脚本退出码、输出文件、记录数量与字段完整性，并抽样比对页面内容。选择器优先级为 data-testid、aria-label、CSS、XPath。
clickhouse-io
ClickHouse 数据库模式、查询优化、分析与数据工程最佳实践，面向高性能分析型工作负载。内容涵盖 MergeTree 系列表引擎选型、分析查询编写、查询性能优化、批量与流式数据写入、物化视图、性能监控，以及时间序列、留存、漏斗、同期群等常见分析查询和 ETL、CDC 数据管道模式。
data-scraper-agent
Data Scraper Agent 是一个构建全自动 AI 数据采集智能体的技能，可用于任何公开数据源，如招聘板、价格、新闻、GitHub、体育赛事等。它按计划运行，使用免费的 Gemini Flash 大模型对结果进行富化，将数据存入数据库，并随时间推移不断改进。技术栈为 Python、Gemini Flash（免费）、GitHub Actions（免费）、Notion / Sheets / Supabase。核心架构分三层：采集（COLLECT）→ 富化（ENRICH）→ 存储（STORE）。采集层使用 requests + BeautifulSoup 覆盖约 80% 的公开网站，JS 渲染站点用 playwright；富化层通过 REST API 调用 Gemini Flash（每天 500 次请求、100 万 token）；存储层默认 Notion，也可用 Sheets 或 Supabase；调度使用 GitHub Actions cron，公开仓库免费；学习机制使用仓库内的 JSON 反馈文件。该技能强调对抓取数据的不可信处理，禁止执行抓取内容中的指令。
data-throughput-accelerator
Data Throughput Accelerator 是一个用于诊断和加速大规模数据移动的技能，适用于数据摄取、回填、导出、ETL、数仓加载、清单追赶和表同步等场景。它的目标不只是速度，而是让正确的数据更快落到正确位置并有证据可查。该技能强调先区分瓶颈来源（源抽取、网络传输、数仓加载、转换、服务表新鲜度、任务运行期间实时增量增长），再通过将计算移到数据所在处、优先使用数仓原生扫描与追加、利用清单或检查点跳过已完成文件、按读写模式分区与聚簇、批量处理小文件与写入、通过唯一键或可替换暂存实现幂等写入等快速路径启发式来优化。工作流包括读取源/目标/清单契约、测量积压、运行安全追赶或采样基准、比较多种变体、只推广计数与时间戳一致的路径、将路径固化为 CLI 或调度任务，并在执行后重新核算。输出采用硬核算块，记录发现文件数、处理文件数、新增原始行、新增派生行、剩余尾部、运行时长和正确性门禁。限制方面：不得为美化指标删除原始数据、不得静默跳过失败文件、不得混淆历史回填状态与实时尾部新鲜度、在目标表与清单一致前不得称管道完成；涉及金融、医疗、受监管或影响客户的数据需保留重放证据和审批门禁。
inventory-demand-planning
面向多门店零售商的库存需求规划技能。该技能将需求规划经验整理为可执行的规则，覆盖需求预测方法选择、ABC/XYZ 分类、安全库存计算、再订货点逻辑、促销与季节性规划以及降价决策等内容。使用对象设定为管理 40–200 家门店、300–800 个活跃 SKU 的高级需求规划人员，其工作是在最小化缺货与过剩库存之间取得平衡，把商业意图转化为可执行的采购订单。技能提供了预测方法与需求模式的匹配表、服务水平与 Z 值对照、促销提升与促销后低谷的估算思路、按供应商分层的审核频率，以及降价时机和滞销品淘汰的判断标准。资料同时给出了 MAPE、WMAPE、偏差、跟踪信号等预测准确度指标的口径与阈值，以及安全库存公式在不同需求形态（稳定、趋势、季节性、间歇性、新品）下的适用与失效条件。整体定位为企业零售供应链中的库存与补货决策辅助技能。
ito-basket-compare
Itô Basket Compare 是一个只读的预测市场篮子对比技能，用于将 Itô 预测市场篮子与用户提供的知识库、投资组合笔记、财务背景、观察列表或研究论点进行比对。它支持“将此篮子与我的研究对比”“篮子 vs 观察列表”“运行差距分析”“查找冲突与过时假设”等请求。该技能严格只读，绝不推荐或执行交易，不提供买卖、持有、对冲、杠杆、配置或仓位建议，也不准备或提交任何订单、交易、购买、预留或 RFQ。使用时需提供篮子（basket_id 或标签加一个或多个底层标的）以及用户提供或明确选择的对比目标，并记录每个输入的来源、时间戳和新鲜度状态。对比结果按匹配、冲突、缺失、过时分类，输出简洁的 Markdown 或结构化 JSON，并始终以“此对比仅供参考，不构成投资或交易建议”结尾。
ito-baskets
Itô Baskets 是一个只读的 Itô 篮子与预测市场数据技能，用于统一处理各类 Itô 篮子/市场数据工作流。它整合了此前的 ito-basket-compare、ito-market-intelligence、ito-data-atlas-agent 和 ito-trade-planner 技能。该技能按请求提供四种模式之一：Index（索引浏览实时篮子目录、篮子详情或市场搜索并生成规范化索引表）、Compare（将篮子与用户提供的研究、笔记或观察列表做确定性差异分析，标记匹配、冲突、缺失与过期）、Brief（有来源支撑的市场情报，涵盖事件、场所、标的、流动性与新闻背景）、Worksheet（不可执行的人工规划工作表，列出约束、可观察状态与待解问题）。它严格限定为只读，不做任何买卖持有对冲或仓位建议，不执行下单、取消、路由、签名或提交等操作。数据访问分三层：匿名公共边缘读取、按需密钥开发者 API（仅 baskets:read/markets:read）、官方 Python SDK ito-markets。所有输出带来源与时效元数据，并能以安全失败状态报告错误。
ito-data-atlas-agent
Itô Data Atlas Agent 是一个用于设计后台研究智能体的技能，面向 Itô 篮子研究、市场发现、参数草拟和人工在环编辑。它帮助智能体发现数据源、草拟篮子或参数变更，并将可编辑、有来源依据的结果返回给人工。该技能使用 Itô 文档化的只读产品数据接口，包括匿名限流的边缘读取和带密钥的开发者 API，以及 Python SDK ito-markets。它不执行实盘交易，不用于下单、供应商外联、客户沟通、生产配置或无监督发布。
ito-market-intelligence
Itô Market Intelligence 是一个用于预测市场研究的只读技能，服务于 Itô basket 工作流。它帮助用户发现预测市场事件、比较不同交易场所（venue）、探索篮子主题，并整理流动性、标的（underlier）与新闻背景。该技能默认使用公开来源，只有在用户明确要求 Itô 数据时才调用需要 ITO_API_KEY 的只读客户端。它强调区分事实、市场隐含信号与个人解读，要求为每项重要结论标注来源 URL 与时间戳，并明确不提供投资、法律、税务或交易建议，不执行下单、撤单、路由或模拟真实订单。
ito-trade-planner
Itô Trade Planner 是一个用于预测市场交易规划的非执行型技能，帮助用户为 Itô 或相关场所的工作流构建非建议性的交易规划工作表。它适用于检查场所、标的、约束条件、订单参数等场景，输出指示性、不可执行的清单和参数表，供用户手动审阅。该技能明确不提供投资建议、不进行仓位建议、不执行下单/撤单/路由/签名等操作，也不索取私钥、助记词或钱包凭证。它通过只读 API（需 baskets:read 或 markets:read 权限）获取市场数据，并遵循严格的安全边界和失败恢复流程。
latency-critical-systems
该技能用于优化和验证对延迟敏感的系统，例如实时仪表盘、行情数据源、流式智能体、执行网关、队列和缓存。它强调不要笼统地追求“快”，而要分别跟踪 p50、p95、p99 延迟、吞吐量、数据新鲜度、队列深度、缓存命中率、服务商/API 响应时间、浏览器渲染时间、负载下的正确性以及失败与重试行为。使用方式是先绘制从事件源到用户可见状态的完整热路径，再逐段测量，并按顺序优化：减少不必要的往返、为稳定读取加缓存与新鲜度元数据、批量处理小调用与写入、把计算移近数据或用户、拆分冷热路径、在队列无界增长前施加背压、仅在能提升新鲜度或体验时使用流式、为陈旧数据与降级服务商加金丝雀。验证阶段在有部署面时使用实时回读，包括 HTTP 计时与响应头、服务商新鲜度时间戳、队列或任务状态、边缘/缓存状态、浏览器 UI 新鲜度验证以及重试与降级模式日志；行情或执行相关路径还需验证订单簿年龄、VWAP 假设、服务商状态和熔断开关。限制包括：不得为降延迟而丢弃必要校验，不得用快速缓存命中掩盖陈旧数据，不得在未测量的情况下仅凭客户端标签宣称毫秒级表现，未经明确审批不得运行实盘订单、破坏性迁移或影响客户的部署，并须避免在日志和基准产物中泄露密钥与私有载荷。该技能为工程导向，不授权实盘交易，也不提供财务建议。