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

16,581 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122 次安装

crypto-backtest

crypto-backtest 是一个将自然语言交易想法转化为可回测策略的技能,仅支持现货交易(无杠杆、无做空、无合约)。它会根据用户描述的策略类型(均值回归、趋势跟随、突破、定投等)扩展为多指标、多维度的入场与出场条件,并生成 YAML 格式策略供用户确认。确认后通过 Python 脚本运行回测,输出交互式 HTML 报告和可运行的策略代码,并给出指标评估与迭代建议。支持 OKX、KuCoin、Binance、Bybit 等交易所数据,但各交易所历史数据长度不同。

数据与分析121 次安装

audit-ml-pipeline

audit-ml-pipeline 是 probabl-ai/skills 中的一项技能,用于对一份已持久化的 skore 报告进行只读审计。它生成与 experiments/ 和 journal/ 一一对应的 `audit/NN_<stem>.py`(jupytext percent 格式)文件,作为人类可读的实验叙述文档,但该文件本身不会被 AI 执行。审计时需一次性运行 `materialize.py`,且严禁调用 `skore.evaluate` 或 `project.put`。触发条件包括:已完成运行需要审计、用户要求审计/展示/重新审计某个实验、重跑覆盖了同一个 put() 键,或用户希望在不借助 journal/ideas/ 文件的情况下获得过往实验的叙述。停止条件包括:status.setup.pending 非空、缺少已批准设计、缺少报告或缺少 agent feature。使用时需确认 journal、experiment、smoke、report,放置来自模板的文件,复制并运行 materialize.py,得出 G-AUDIT-FINDING,再走继续或关闭的关卡。

数据与分析120 次安装