Skills
收录 97,501 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
数据与数据库
在语义模型分区中编写、验证和测试 Power Query M 表达式。当用户提及 "Power Query"、"M code"、"M expression"、"partition expression"、"query folding"，或要求 "write Power Query"、"fix Power Query"、"test a partition"、"preview partition data"、"debug Power Query step"、"optimize Power Query" 时自动调用。
在分支上编写或修改 Datex Studio 存储组件（configurationTypeId=17，*-storage.json 后缀）时使用——通过 $db 在函数层级访问的云端持久化 Mongo 存储。负责存储与 Footprint 实体的取舍、列描述符结构、`required: true` 先读后补陷阱（仅在发布后追加）、增量式演进规则，以及 schema 变更前的影响分析。触发词：「创建一个存储」「向 xxx_storage 添加列」「选项/配置表」「规则表」「每日快照采集」「添加必填列后 $db.update 校验错误」、在存储与 Footprint 实体之间抉择。
只要电子表格文件是主要输入或输出，就使用此技能。这包括用户想要打开、读取、编辑或修复现有的 .xlsx、.xlsm、.csv 或 .tsv 文件（例如添加列、计算公式、设置格式、制作图表、清理杂乱数据）；从头开始或基于其他数据源创建电子表格；或在表格文件格式之间进行转换。尤其是用户提到电子表格的文件名或路径（即使只是随口说“下载文件夹里的 xlsx”），并希望对其进行处理或生成文件时，也应触发此技能。将格式错误的行、错位的表头、无用数据等杂乱表格数据清理或重组为规范电子表格时也应触发。交付内容必须是电子表格文件。若主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成，即使涉及表格数据，也不要触发。
当用户想规划、设计或实施 A/B 测试或实验，或构建增长实验计划时使用。用户提到“A/B 测试”“分流测试”“实验”“测试此改动”“变体文案”“多变量测试”“假设”“要不要测试这个”“哪个版本更好”“测试两个版本”“统计显著性”“这个测试应该运行多久”“增长实验”“实验速度”“实验待办”“ICE 评分”“实验计划”或“实验手册”时也使用。只要有人比较两种方案并想衡量哪种效果更好，或想建立系统化的实验实践，就使用此技能。跟踪实施请参阅 analytics-tracking；页面级转化优化请参阅 page-cro。
根据会议 CFP 的 URL 在 venues/conferences/ 下创建新的 venue-profile YAML，依据 venues/schema.yml 进行校验，并准备贡献用 PR。当用户想要新增会议场所、贡献或更新会议场所资料、把会议的投稿要求（截止日期、页数上限、盲审级别、模板调用、 rebuttal 格式、投稿系统）编码为机器可读的 YAML、把资料沿用到新一年，或在开 pull request 前校验资料时使用。涵盖搭建文件、从实时 CFP 提取事实、DBLP/Semantic Scholar/Crossref 别名表、强制性的已验证出处区块、schema 校验以及 PR 就绪检查。
针对由 ClickHouse 支撑的 `logs` 表（`logs.all.otel` 分析端点）编写、审阅和迁移 Supabase logs 查询。只要任务涉及 Logs Explorer SQL、`log_attributes` map、查询日志 `source`（edge_logs、postgres_logs、auth_logs 等）、把旧的 BigQuery `cross join unnest(metadata)` 日志查询转换为 ClickHouse，或在 `apps/studio/data/logs` 和 `apps/studio/components/interfaces/Settings/Logs` 中接入分析日志 SQL，就使用此 skill。即使用户只说"logs query"、"Logs Explorer"，或粘贴一个 BigQuery 日志查询要求转换，而不只是明确提到 ClickHouse 时，也要用它。
将 Excel（.xlsx）工作簿转换为 Markdown，以便准确分析、总结、搜索或提取其内容。当用户分享、引用或询问 .xlsx 文件时，无论是否明确说 "convert" 或 "markdown"，都使用此技能。这包括 "read"、"summarize"、"review"、"extract data from"、"compare"、"chart" 或 "analyze" 电子表格、工作簿、预算、数据导出或跟踪表的请求。务必先运行随附的转换脚本生成 Markdown；不要尝试直接解析 .xlsx 内容或编写临时提取代码。当用户涉及包含多个 Excel 工作簿的整个文件夹的批量请求时，也使用此技能。重要：当用户引用包含多种文件类型（.pdf、.docx、.xlsx）的文件夹或文档集时，调用所有三个同系列技能——convert-pdf-to-md、convert-word-to-md 和 convert-excel-to-md——以免静默跳过任何文件类型。
数据可视化的判断层 SSOT——画任何图表、dashboard、看板之前先加载它，不是画完之后。管"该不该这么画"：这张图想让读者得出什么结论、用均值还是中位数、能不能聚合、堆叠还是折线、能不能上双轴、配色与颜色数量、同一实体跨图是否同色同位、表格该留几列。介质无关：HTML 报告页、React/Vue dashboard、PPT 原生图表、matplotlib/plotly/ECharts/D3、渲染成 PNG 的图，一律适用。动手画图之前，或评审既有图表（"这几张图有什么问题"、"图例为什么不一致"）时使用。不适用于报告页的排版/组件/交互（用 report-with-html:report-with-html）或 PPT 原生图表的实现与渲染陷阱（用 deck-creator:deck-creator）。
Power BI 部署、CI/CD、治理与管理。请在以下情况主动激活：(1) Power BI 部署管道（Service 部署管道、fabric-cicd、自定义工作流），(2) 通过 GitHub Actions 或 Azure DevOps 实现 Power BI 的 CI/CD，(3) 工作区管理与角色，(4) 行级安全性（RLS）与对象级安全性（OLS），(5) 容量管理（Premium、PPU、Fabric SKU F2-F2048），(6) 租户设置与治理，(7) Power BI Report Server 部署，(8) 用于自动化的服务主体设置，(9) 数据网关管理。提供：部署管道模板、GitHub Actions 与 Azure DevOps YAML、RLS/OLS 实现模式、容量规模规划指导，以及服务主体认证方案。
使用 PBIR、PBIP、TMDL、TOM 和 fabric-cicd 进行程序化 Power BI 开发。请在以下情况主动激活：(1) 以程序方式创建 Power BI 报表（PBIR 增强报表格式），(2) PBIR 与 PBIR-Legacy 的选择（2026 默认），(3) PBIP 开发者模式与 Power BI 项目文件，(4) 表格对象模型（TOM）/ .NET SDK 脚本，(5) Tabular Editor 脚本（C# 脚本、高级脚本），(6) pbi-tools 工作流，(7) fabric-cicd Python 部署（FabricWorkspace、publish_all_items），(8) Fabric CLI（fab deploy），(9) Semantic Link / sempy / semantic-link-labs，(10) 以程序方式生成 PBIX，(11) 用于环境特定部署的 parameter.yml，(12) ALM Toolkit。提供：PBIR/PBIP 项目模板、fabric-cicd 的 deploy.py、Tabular Editor 脚本配方、parameter.yml 模式，以及端到端的程序化工作流。
当用户想要预测需求、构建预测模型或提高预测准确性时使用。也适用于用户提到 “demand planning”、“sales forecasting”、“time series”、“forecast accuracy”、“demand sensing”、“statistical forecasting” 或 “predictive analytics” 时。基于预测的容量规划请参见 capacity-planning。S&OP 集成请参见 sales-operations-planning。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。