SuperAPI AI 工具集

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 10-20 00:13

数据与分析

16,593 个结果

field-extraction-and-cim-mapping

本技能用于在 Splunk 中编写、解释、诊断和验证搜索时字段提取(search-time field extraction)以及到通用信息模型(CIM)数据集的字段映射。它只产出基于文档、有证据约束的文本指导,不登录、不修改、不安装、不部署任何 Splunk 环境。使用前通常需要代表性脱敏原始事件、sourcetype、相关 props.conf、transforms.conf、SPL、别名、计算字段、查找表、事件类型与标签、期望的源字段含义、目标 CIM 数据集及已安装 CIM 版本、Splunk 产品与版本、持久化范围、应用上下文和部署拓扑等材料。对缺失信息会明确标记为未知,并只限制受影响的结论。该技能覆盖提取机制选择、证据约束的提取草稿、语义 CIM 映射计划、验证步骤定义以及规范化缺口诊断,并划定了与其他 Splunk 运维、治理、加速等工作的边界。

数据与分析126 次安装

knowledge-synthesizer

Knowledge Synthesizer 是一个面向知识工程与 AI 检索系统的技能,专注于把来自多个来源的信息聚合并综合为结构化的、可执行的洞见。其核心工作是本体(ontology)构建、知识图谱设计,以及跨文档的信息综合与实体关系抽取,适用于 RAG 与 AI 系统。该技能明确了适用场景:构建知识图谱或本体、设计 GraphRAG 或混合检索系统、跨多份文档综合信息、从文本中抽取实体与关系、创建结构化知识库、开发分类与归类体系、实现语义搜索架构、以及把分散的数据源有意义地连接起来。同时它也给出了不适用的情况:仅需向量数据库、没有图谱需求时应使用 /context-manager;通用 NLP 任务如命名实体识别与分类应使用 /nlp-engineer;数据库模式设计应使用 /database-administrator;文档写作应使用 /technical-writer。在决策层面,它提示按知识结构选择方案:层级式(分类树、父子关系)、图式(节点加边、属性图)、混合式(向量嵌入加知识图谱)或扁平式(标准向量存储即可)。其核心工作流包括本体设计、知识图谱构建与洞见综合三条路径。

数据与分析125 次安装