seo-dataforseo
通过 DataForSEO MCP 服务器获取实时 SEO 数据的技能扩展,支持 SERP 分析、关键词研究、外链、页面分析、内容分析、商业列表及 AI 可见性追踪,覆盖 10 个 API 模块、79+ 个 MCP 工具,按调用计费。
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
258,914 个结果
通过 DataForSEO MCP 服务器获取实时 SEO 数据的技能扩展,支持 SERP 分析、关键词研究、外链、页面分析、内容分析、商业列表及 AI 可见性追踪,覆盖 10 个 API 模块、79+ 个 MCP 工具,按调用计费。
SEO Drift Monitor 是一款 SEO 漂移监控工具,可对页面的 SEO 关键元素建立基线快照、检测变化并跟踪回归,被形容为“SEO 的 Git”。它支持 baseline、compare、history 三类操作。
电商 SEO 分析技能:检查商品页优化、商品结构化数据,借助 DataForSEO 获取 Google Shopping 与 Amazon 比价和卖家情报,并做关键词差距分析。
seo-flow 是 Claude SEO 的 FLOW 框架集成技能,基于 Find→Leverage→Optimize→Win 循环,用证据驱动的 AI 提示词完成 SEO 分析。内置 41 条提示词分布在 5 个阶段,通过 /seo flow 系列子命令按需调用。
seo-google 是一套通过 Google 官方 API 获取 SEO 数据的 Claude 技能,可用命令查询 Search Console、PageSpeed Insights、CrUX 实测数据、Indexing API、GA4 自然流量、YouTube 与 NLP 内容分析等,凭据按 API Key、OAuth/服务账号、GA4、Ads 分为四档。
seo-profound 是针对 LLM 品牌引用跟踪的扩展插件,可跨 ChatGPT、Perplexity 等大模型持续轮询并输出品牌引用率时间序列,支持周环比、月环比趋势对比,并可与 seo-seranking 配合使用。
面向程序化 SEO 的规划与分析技能,用于评估由结构化数据批量生成的页面,覆盖数据源、模板引擎、URL 模式、内链自动化、薄内容风险与索引膨胀,并通过质量门禁降低被搜索引擎判罚的风险。
Worldbuilding 是 inkeep/open-knowledge-skills 中的虚构世界百科项目技能包,用于管理角色、设定、主题、派系与传说的关联图谱。它指导代理在新实体被提及时自动建存根文件,并标记矛盾,适用于小说、跑团等创作资料的整理。
面向南洋理工大学(NTU)EEE 硕士论文的 LaTeX 写作助手技能,可克隆官方模板、配置本地编译与实时预览,并按 NTU 格式规范指导论文写作、章节组织、图表公式与参考文献管理。
starworkDoctor 是一个用于诊断 StarWork 工作区、旧模板和类项目中心仓库的技能:读取 starwork doctor --json 的探测结果,解释问题并起草安全的升级方案。
该技能用于实时检测中心化交易所、去中心化交易所及跨链市场间的加密货币套利机会,聚合价格、扣除手续费后计算净利润,并识别直接、三角与跨链套利路径。
用于生成电影感 AI 短片提示词的技能,采用五段式结构,可配合 Seedance 2.0、小云雀、Sora、Kling、即梦、Veo 等视频模型使用。
面向开发者受众的付费广告策略技能,覆盖 Carbon Ads、BuySellAds、Reddit 与开发者邮件通讯等渠道,讲解如何制作不被开发者排斥的广告、按技术栈定向、衡量投放效果与分配预算。
该技能面向开发者营销场景,帮助识别最活跃的开发者用户,并将其培养为倡导者、贡献者与拥护者。核心做法是:先加载开发者受众上下文并收集按用户的用量数据、社区参与情况、支持互动、内容创作与推荐记录,再依据行为信号(如用量前10%、活跃于社区、撰写博客或教程等)为潜在倡导者打分并建立追踪清单。技能区分活跃用户、参与用户、倡导者、拥护者、贡献者五个层级,强调按开发者所处位置给予相应回应,而非强行推动所有人升级。内容涵盖拥护者计划设计(分层或扁平、邀请制或申请制、开发者真正看重的权益与应避免的做法)、拥护者计划模板、月度运营节奏、开源贡献者体验优化(good-first-issue、一键开发环境、48小时响应、贡献者认可梯度)、用户生成内容计划与内容悬赏、开发者推荐计划设计、社区认可与奖励、拥护者影响力度量与 ROI 估算框架、常见错误以及配套工具建议。适用于希望建立开发者倡导者或拥护者体系、激励社区贡献与内容创作的团队。
UI/UX Pro Max 是一个可搜索的 UI/UX 设计知识库技能,提供 50 种风格、21 套配色、50 组字体搭配、20 种图表、9 种技术栈(React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter 等)的设计建议、UX 规范与最佳实践。
面向 Microsoft Fabric 与 Power BI 语义模型的集成技能,覆盖 Direct Lake 模式、OneLake、Dataflow Gen2、实时智能与 sempy 等能力,并给出容量护栏、回退配置与刷新方式。
Python 资源管理技能,讲解用上下文管理器、清理模式与流式处理来可靠释放数据库连接、文件句柄、网络套接字等资源,覆盖同步与异步协议、异常抑制、ExitStack 及流式累积与指标统计。
从 arXiv ID/链接、公开 PDF URL 或本地论文 PDF 中提取架构图、方法图和实验图,保存到 Obsidian 的 images 目录并生成索引,适合研究笔记整理。
Pipeline 是一个自主构建阶段编排器,按垂直切片执行 8 阶段流水线:分解、切片就绪评审、TDD 结对实现、三阶段代码评审、变异测试、推送与 CI、合并或升级。它负责运行测试、管理 git 与队列状态,把创造性工作委派给其他技能。
AnySearch 是面向 AI 智能体的统一实时搜索服务,支持通用网页搜索、垂直领域搜索、并行批量搜索与整页内容提取。通过单一 JSON-RPC 2.0 端点提供,无需安装 MCP 服务器,附带跨平台 CLI 工具。
该技能是一个端到端的批量 RNA-seq 分析编排器,将原始 FASTQ 测序数据经过质控与修剪(FastQC、fastp/Trim Galore)、比对与定量(STAR、Salmon)、生成基因水平计数矩阵、差异表达分析(PyDESeq2)、通路富集(pathway-enrichment)到图表输出的完整流程串联起来。它本身是一个路由器而非重新实现,负责按正确顺序连接仓库中已有的专用技能,并填补原始读数到基因计数矩阵之间的空白。该技能强调可复现、质量门控和统计严谨,适用于从 FASTQ 到差异表达基因与通路的分析、配置 nf-core/rnaseq、使用 STAR/Salmon/featureCounts 比对定量、构建计数矩阵以及实验设计检查等场景。
deepTools 是一套用于处理和分析高通量测序(NGS)数据的 Python 命令行工具集,可对 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 等实验数据进行质量控制、数据归一化、样本比较以及生成出版级可视化图表。其核心能力包括将 BAM 比对文件转换为归一化的覆盖度轨道(bigWig/bedGraph),支持 RPGC、CPM、RPKM、BPM 等归一化方式;提供指纹分析、相关性分析、覆盖度评估等质控功能;支持样本比较与相关性分析、PCA 分析;可围绕基因组特征生成热图和轮廓图,进行富集分析与峰区域可视化。该技能适用于文件转换、质量控制、可视化、样本比较及完整分析工作流等场景。
PathML 3.0.5 是一个用于本地计算病理学研究的 Python 工具包,属于 beta 研究软件,并非经过验证的医疗器械或临床决策支持系统。它支持加载与切分全切片图像(OpenSlide、Bio-Formats 后端),提供预处理与质控流程、组织检测、染色处理、多参数/多重成像数据管理、空间图构建以及基于 ONNX 的本地模型推理。该技能强调隐私与安全边界:处理前需确认授权与去标识化,使用假名 ID,按患者划分数据集,默认不联网,下载类组件需显式同意。安装需 Python 3.10-3.12(推荐 3.11),通过 PyPI 安装 pathml==3.0.5,并预先安装 OpenSlide、Java 等原生依赖。
该技能用于通过 GenSpectrum LAPIS API 查询实时病原体基因组监测数据,回答当前流行哪些病毒谱系、其增长快慢、谱系名称当前含义以及检测靶标是否仍然匹配等问题。它强调不凭记忆陈述流行情况或谱系名称,因为 Pango 命名是持续变化的实时数据结构,且部分名称会被撤回或重新指定。技能提供四个脚本:resolve_lineage.py 解析谱系名称是否仍存在及其展开与来源;lineage_prevalence.py 按周统计谱系占比与增长;mutation_profile.py 分析突变并比较谱系差异;reporting_lag.py 评估数据报告滞后以判断可信时间范围。支持 SARS-CoV-2、H5N1、流感、RSV、mpox 等多种病原体实例,字段名因实例而异,脚本在运行时读取数据库配置。适用于研究性监测数据分析,不产生临床解读或公共卫生建议,序列计数不等于病例数。