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 11-21 00:15

全部 Skills

258,893 个结果

developer-churn

Developer Churn 是一个面向开发者工具产品的流失管理技能,帮助理解开发者离开的原因、在流失前识别高风险用户,并挽回已经离开的用户。它强调不靠愧疚感或绝望折扣,而是基于诚实理解和真实价值。技能首先要求加载开发者受众上下文(.agents/developer-audience-context.md),并收集分群流失率、近期流失用户、支持工单历史、流失前使用模式、退出调查等数据。核心内容包括:开发者流失与普通 SaaS 流失的差异、六种流失原因(开发者体验问题、定价与账单摩擦、更优替代品、项目终止、集成失败、非自愿流失)及其症状、根因和检测信号;通过参与度评分(API 调用、登录频率、功能采用、支持情绪、账单健康)建立健康分和预警系统;流失访谈与退出调查的提问方式和邮件模板;按类别分析反馈并确定优先级;挽回活动的时机、三封邮件序列和合适/不合适的挽回优惠;竞品切换监控;非自愿流失的预防、催款序列和恢复策略;流失指标仪表盘、队列分析和常见错误。该技能适用于开发者关系、增长和产品团队,用于系统化降低开发者流失。

营销与增长93 次安装

developer-signup-flow

Developer Signup Flow 是一个面向开发者工具营销的技能,用于设计无摩擦的开发者注册体验,包括 GitHub OAuth、API 密钥生成和 onboarding 个性化。该技能强调让开发者从“我想试试”到“我在写代码”的过程控制在 60 秒以内。内容涵盖 OAuth 选项层级、邮箱注册的适用场景、表单字段精简、API 密钥展示与管理、基于用例的入驻个性化、渐进式信息收集以及注册转化指标与 A/B 测试优先级。

营销与增长93 次安装

china-earnings-analysis

该技能用于为已覆盖的A股公司生成季度或年度业绩点评报告,遵循中金、中信、华泰等中国卖方研究格式。它从iFind MCP(付费)或AkShare MCP(免费备选)拉取利润表、资产负债表、现金流量表、行情与历史数据,并结合巨潮资讯正式财报PDF、上证e互动/深交所互动易、公司官网业绩说明会材料、慧博投研/同花顺iFinD一致预期等来源。核心流程包括:提取业绩数据、构建实际vs一致预期vs上次预测的差异表并计算超预期幅度、分析收入/利润率/资产负债/现金流驱动因素、更新前瞻盈利预测、更新估值指标、按标准结构撰写点评报告、执行质量检查。报告包含业绩概览、收入分析、利润分析、资产负债表、现金流量、估值与投资建议、风险提示等章节,并标注数据来源,未溯源项标记[UNSOURCED]。

数据与分析93 次安装

biopython

Biopython 是一套免费开源的 Python 生物计算工具集,用于序列操作、文件读写、数据库访问、结构生物信息学与系统发育分析等任务。当前版本为 Biopython 1.87(2026 年 3 月 30 日发布),支持 Python 3.10-3.14 与 PyPy3.10,并依赖 NumPy。1.87 修复了 Bio.Entrez.Parser 在解析不可信文件时的 CVE-2025-68463,因此解析外部提供的 Entrez XML 时建议使用 1.87 及以上版本。其核心模块包括 Bio.Seq、Bio.SeqIO、Bio.Align、Bio.Entrez、Bio.Blast、Bio.PDB、Bio.Phylo、Bio.motifs、Bio.SeqUtils、Bio.Restriction 等,覆盖序列处理、比对、NCBI 数据库访问、BLAST 检索与结果解析、蛋白质三维结构分析、系统发育树构建与可视化、基序分析、序列统计(GC 含量、分子量、熔解温度等)以及群体遗传学数据等。安装命令为 uv pip install "biopython==1.87"。使用 NCBI 数据库时需设置 Entrez.email,可设置 Entrez.tool,并仅从环境变量读取 NCBI_API_KEY 以获得更高请求速率。

数据与分析93 次安装

cirq

Cirq 是 Google Quantum AI 推出的开源 Python 框架,用于设计、模拟和运行量子电路。它适合在 NISQ(含噪中等规模量子)时代构建和优化量子线路,支持在 Google Quantum AI 处理器(通过 cirq-google)以及 IonQ、Azure Quantum、AQT、Pasqal 等合作方后端上运行任务。Cirq 提供电路构建、精确与含噪模拟、参数扫描、电路变换与编译、噪声建模与表征、以及基于 ReCirq 的实验设计能力。安装需 Python 3.11+,当前稳定版为 1.6.1(2025 年 8 月),各厂商包版本号与主包一致。若面向 IBM 硬件应使用 qiskit,若需自动微分的量子机器学习应使用 pennylane,若做物理模拟应使用 qutip。

智能体与模型93 次安装

clinical-reports

该技能用于生成临床报告的结构化草稿模板,并运行本地确定性的结构与一致性检查。它覆盖 CARE 病例报告、放射学、病理学、实验室报告草稿,以及 CONSORT 2025、SPIRIT 2025、ICH E3 等临床试验与安全性报告结构。技能强调“失败即关闭”(fail-closed)原则:仅从已验证且获授权的来源事实填充字段,保留来源可追溯性,缺失支持或缺少合格审查时停止。它不提供诊断、治疗、剂量、影像判读等临床决策,也不建立法律、监管、伦理或机构合规性,所有产物均标记为草稿、不可用于临床、签署、归档或提交。

写作与研究93 次安装

histolab

Histolab 是一个用于数字病理全切片图像(WSI)处理的 Python 库,基于 OpenSlide 构建。它可以自动检测组织区域、从千兆像素级图像中提取信息量高的图块(tile),并为深度学习流程准备数据集。该库支持多种 WSI 格式,实现组织分割,并提供灵活多样的图块提取策略,包括随机提取、网格提取和基于评分的提取。Histolab 0.7.0 为最新稳定版,支持 Linux 和 macOS 上的 Python 3.8–3.11,暂不支持 Windows。安装前需先安装 OpenSlide 系统库,再通过 uv pip install histolab 安装;如需使用内置 TCGA 示例切片,还需安装 pooch。

数据与分析93 次安装

pydeseq2

PyDESeq2 是 DESeq2 的 Python 实现,用于 bulk RNA-seq 计数数据的差异表达分析。该技能覆盖从数据加载到结果解读的完整流程,支持公式化的单因素与多因素设计、带多重检验校正的 Wald 检验、可选的 apeGLM 收缩,以及与 pandas 和 AnnData 的集成。适用于比较实验条件间的基因表达(如处理组 vs 对照组)、处理批次效应或协变量的多因素设计、将 R 版 DESeq2 工作流迁移到 Python,以及把差异表达分析集成进 Python 流程。技能包含命令行分析脚本、结果解读与可视化指南(火山图、MA 图)、常见问题排查,以及 API 参考和工作流指南文档。安装命令为 uv pip install pydeseq2==0.5.4,要求 Python 3.11+ 及 pandas、numpy、scipy、scikit-learn、anndata、formulaic 等依赖。

数据与分析93 次安装

qutip

QuTiP 5 是一个用于有限维量子力学与量子光学模拟的 Python 库,本技能围绕 QuTiP 5.3.0 提供可复现的建模与审计工作流。它覆盖封闭与开放量子系统的确定性演化、量子跳跃轨迹、稳态、谱分析与相空间可视化,并涉及 Bloch-Redfield 弱耦合、Floquet、HEOM 和置换对称(PIQS)等专门方法。技能强调严格的模型契约:记录单位与约定、子系统张量顺序、态的有效性、Lindblad 生成元含义、近似假设与数值收敛性。它提供本地命令行工具用于校验 Qobj 模型、运行二能级模拟、规划求解器配置、执行收敛扫描和审计结果。该技能面向 QuTiP 5.3.0(2026-05-22 发布),要求 Python 3.11 及以上,依赖 NumPy、SciPy 和 packaging。它明确不是硬件执行 SDK,电路与控制功能已移至独立的 QuTiP 家族包(qutip-qip、qutip-qtrl、qutip-jax)。

数据与分析93 次安装

rls-policies

rls-policies 是 keboola/ai-kit 中负责行级与列级安全(RLS / CLS)的技能,用于在 Query Service 的受治理工作区中定义读写策略。资料说明,策略以 metastore 对象(rls-policy、cls-policy)形式存在,适用于开启 RLS 的数据应用、Keboola MCP server 工作区或以受治理方式创建的工作区。该技能涵盖策略模型、规则、访谈、数据应用读取内容发现及绑定事实,不绑定具体工具,生成的策略 JSON 对任何写入方式一致;配合 kbagent CLI 时可通过 references/kbagent.md 映射到命令,并以 /rls-show(只读概览)和 /rls-build(引导式设置,仅显式调用)运行。

安全与审计93 次安装

superior-api-security

Superior API Security 是一个面向 REST API 的服务端防御性安全技能,用于实现、加固或评审 API 安全控制。它要求在改动代码前先梳理暴露的操作与调用方、敏感资源与业务流程、身份建立与授权执行位置、代理网关缓存等链路组件,以及预期流量和既有基础设施控制,再依据实际风险选择认证授权、输入输出边界、资源消耗、SSRF、错误与日志等防护手段。技能强调保留成熟的认证、加密、校验与密钥管理库,不自行发明令牌格式或加密协议,并对速率限制、滥用防护、会话令牌、Webhook 安全等场景提供专项参考。完成时需在实际执行点提供测试与配置证据,而非声明式保护。

安全与审计93 次安装

superior-ui-audit

Superior UI Audit 是一个对现有产品界面进行只读审计的技能:它从实际约束该界面的设计证据和运行时路径出发,验证 UI 发现,并整理出可执行的修改建议。该技能强调少而精、证据充分的发现,而不是罗列大量风格意见。审计期间,产品源码被视为只读;不安装依赖、不格式化文件、不修改生成产物;只有在被要求且存在只读工具足以证明视觉结论时,才渲染或交互界面。功能缺陷、无障碍问题、性能问题和代码质量默认不在报告范围内。它从路由、屏幕、组件族或用户旅程出发,沿布局、组合、组件、变体、Token 与解析样式追踪真实路径,记录界面、相关所有者、设计来源、显式例外和当前修订,并仅依据被接受的设计文档、已发布的 Token 与组件契约、共享所有权的代表界面、同一旅程内的直接矛盾,以及本次审计中提供的渲染证据来重建本地契约。每条发现需具备观察、契约、连接与修正四项证明;证据支持多种互不兼容的修法、属于有意例外或修正主要改变业务行为时将被拒绝。报告最多列出五条按用户影响等排序的发现,包含审计范围、发现表格和最高杠杆变更;若无发现通过证明测试则明确说明,并在用户选择发现或请求计划时,为每个根因修正撰写自包含的变更计划。

设计与创作93 次安装