signals-scout-customer-analytics
PostHog 客户分析(Accounts)的 Signals 侦察技能,按账户粒度监控参与度异常,识别流失风险信号,如参与度断崖、休眠、关键用户流失等,并结合商业归属关系评估优先级。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-19 00:11
16,566 个结果
PostHog 客户分析(Accounts)的 Signals 侦察技能,按账户粒度监控参与度异常,识别流失风险信号,如参与度断崖、休眠、关键用户流失等,并结合商业归属关系评估优先级。
PostHog Replay Vision 的 Signals 侦察技能,用于监控已启用的会话扫描器是否持续观测,并发现跨会话的聚合信号变化,如通过率上升、评分下降或标签集中。
用于优化 ClickHouse 与 HogQL 查询的工作流:当 HogQL 查询、查询运行器、洞察或报告过慢时,按步骤定位并改造查询,先取得 ClickHouse SQL 再优化并回译到 HogQL。
iterate-ml-experiment 是 Probabl 推出的一个机器学习实验管理与迭代工作流技能,用于在已有的 ML 工作区之上建立并维护“实验迭代闭环”。它关注的不是训练代码本身,而是每次实验“做什么、为什么做、什么算结果、如何记录轨迹”。技能围绕 journal/JOURNAL.md 索引文件和按实验编号命名的设计笔记(journal/NN_short_name.md)展开,要求每个实验先写设计说明并经用户明确批准,才能创建或修改 experiments/NN_*.py。它内置会话启动、下一步提议、结果记录、项目概览、实验对比、目标转向、放弃实验、复跑等多种模式,通过模式选择器判断当前请求属于哪种情况。该技能还定义了 Pre-flight 检查清单、G-DESIGN、G-RUN、G-EDA、G-CV-SPLITTER 等“门控”环节,并会调度 organize-ml-workspace、explore-ml-data、build-ml-pipeline、evaluate-ml-pipeline、test-ml-pipeline 等兄弟技能协作。它强调策略必须显式选择、审批必须明确、结果必须写入记录而非口头叙述,并保持历史实验可复现。
面向数据库测试的技能,覆盖模式校验、数据完整性、迁移、事务隔离与查询性能,适用于新建表结构、迁移开发、约束验证和性能优化等场景。
用于在 Splunk 中创建自定义可视化(Custom Visualization)的技能:基于 @splunk/dashboard-studio-extension 框架搭建、构建、打包并安装 Splunk 仪表盘可视化,也可迁移旧版 RequireJS 可视化。
mlflow-python 是一个通过 Python API 读写 MLflow 的技能,用于记录回测指标与实验参数、创建和管理实验、用类 SQL 条件查询运行记录,并借助 QuantStats 计算 70 多项交易指标。需先配置 MLflow 凭据环境变量。
metadata-skills 是一组共 24 个元数据与文献计量技能,来自 wentorai/research-plugins,用于 DOI 解析、引用指标、作者消歧与文献计量分析,通过选择匹配技能并阅读其 SKILL.md 使用。
xAI Crypto Sentiment 是一个基于 Grok 原生 X(Twitter)集成能力的加密货币情绪分析技能,用于实时分析 Crypto Twitter(CT)上的市场情绪。它通过 xAI API(base_url 为 https://api.x.ai/v1,模型为 grok-4-1-fast)调用,返回结构化 JSON 结果。主要能力包括:通用币种情绪分析(整体看涨/看跌/中性、评分、置信度、恐惧贪婪、多空占比、提及量、趋势、巨鲸提及、叙事、FUD 警报、FOMO 等级);比特币市场情绪(情绪评分、恐惧贪婪指数、支撑阻力位、巨鲸活动、多空叙事、影响者共识、链上提及、宏观情绪);山寨币季节检测;单一代币情绪分析;DeFi 协议情绪;NFT 市场情绪;巨鲸警报监控;FOMO/FUD 检测;以及整体市场仪表盘。使用方式为通过 OpenAI 兼容客户端调用 xAI API,传入提示词并解析返回的 JSON。适用于分析加密情绪、追踪巨鲸活动、判断市场状态等场景。
面向 Stacks 生态的跨协议 DeFi 收益看板技能,只读聚合 Zest Protocol、ALEX DEX、Bitflow 的持仓与 APY,并检查 STX 原生质押状态,数据经 Hiro API 从 Stacks 主网实时读取。
BingX 现货 WebSocket 账户数据流技能,用于订阅订单更新与余额变动,并管理 Listen Key 生命周期(生成、续期、删除)。需 API Key 与 Listen Key 认证,连接后须显式订阅频道。
distill 是面向 crew 任务的事后审计与提炼技能,包含 capture 与 analyze 两种模式:capture 通过 hooks.fellowship.dev API 拉取任务元数据与 CloudWatch 日志,按 8 类失败分类法归类事件并回传结构化审计 JSON;analyze 汇总审计记录、识别重复失败模式并管理 GitHub issue。
基于历史销售、季节趋势与补货点预测未来库存需求的电商技能,帮助避免缺货与库存积压,涵盖 Shopify、WooCommerce、BigCommerce 及自定义/无头平台的选型与配置流程。
一个面向高考语文辅导的中文技能,模拟高三语文老师,帮助分析现代文阅读、古诗词鉴赏、文言文翻译与作文写作,强调文本解读、语感培养和规范表达。
用于通过 Membrane CLI 与 Boost 社交媒体验证管理平台交互的技能,可管理数据、记录并自动化工作流,适用于用户需要操作 Boost 数据的场景。
Gist 集成技能,通过 Membrane CLI 管理 Gist 数据,支持联系人、会话、活动、标签、分段的查看与操作,自动处理认证与凭证刷新。
SAP Ariba 集成技能,通过 Membrane CLI 连接 SAP Ariba 采购与供应链管理平台,管理供应商、寻源、采购订单、发票、合同等数据并自动化工作流。
Tavily 是一款面向研究与数据分析的 AI 搜索引擎集成技能,通过 Membrane CLI 与 Tavily 交互,管理数据、记录并自动化工作流,适用于需要访问 Tavily 数据的场景。
Zoho Catalyst 集成技能:通过 Membrane CLI 连接 Zoho Catalyst 无服务器平台,管理数据存储中的记录、函数、缓存与文件存储,并支持工作流自动化,适用于需要与 Zoho Catalyst 数据交互的开发者。
dv-admin 是面向 Dataverse 环境级管理的技能,覆盖批量删除、保留/归档、组织设置、OrgDB 设置、回收站与审计等操作,并内置严格的安全规则与设置白名单。
面向 Microsoft Fabric 的 CLI 技能,通过 fabric-sqlendpoint-execute_query MCP 工具对 Fabric 数据仓库、Lakehouse SQL 端点与镜像数据库执行只读 T-SQL 查询,配合 az CLI 发现工作区与项目 ID。
用于调查 PostHog MCP 单个会话的技能:查看一次 agent 运行中的工具调用序列、其目标以及出错位置。提供会话列表、会话工具调用、目标摘要三类工具,必要时可回退到 HogQL 查询。
用于调查 PostHog MCP 工具调用质量的技能,分析错误率、延迟、覆盖范围以及哪些工具失败或缓慢。基于共享事件表中的 $mcp_tool_call 事件,通过受治理指标、类型化工具和 HogQL 查询给出结论。
用于快速搭建 Drizzle ORM 与 SQLite 项目骨架的技能,可初始化配置与单例客户端,并按表生成 schema、CRUD 仓库与校验文件,支持多种驱动和主键模式。