mcpField

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

C
confluent
confluent
membranedev / application-skills

Confluent 集成。管理数据、记录并自动化工作流。当用户希望与 Confluent 数据交互时使用。

数据与数据库87
C
Create database migration
Create database migration
tryghost / ghost

创建数据库迁移,以添加表、向现有表添加列、添加设置,或以其他方式更改 Ghost 的 MySQL 数据库模式。只要任务涉及修改 Ghost 的数据库模式——包括添加、删除或重命名列或表,添加新设置,创建索引,更新数据,或任何需要在 ghost 中创建迁移文件的更改——就使用此技能。当用户提到 schema.js、knex-migrator、migrations 目录,或要求向任何 Ghost 模型/表“添加字段”或“添加列”时也使用。即使用户将其表述为功能或 Linear 议题,只要实现需要更改模式,此技能即适用。

数据与数据库87
D
data-scientist
data-scientist
magnus919 / agent-skills

用于数据科学、统计学和机器学习领域的博士级专业知识:严谨的统计分析、实验设计、因果推断、高级建模、研究方法论或数据科学项目领导。当用户询问统计方法、实验设计、模型选择、A/B 测试、假设检验、功效分析、回归、因果性、贝叶斯分析或研究方法论时加载。对于保险、精算、理赔、准备金、偿付能力、可信度、尾部风险或金融风险统计建模,使用 `actuarial-risk-modeling`;对于确定性的运营和 SaaS 财务模型,使用 `financial-modeling`。不要将此技能用于无关请求;请路由到最接近的指定专家。

数据与数据库87
D
dotnet-data-access-strategy
dotnet-data-access-strategy
wshaddix / dotnet-skills

选择数据访问方式。EF Core 与 Dapper 与 ADO.NET 的决策矩阵、性能权衡。

开发87
E
ecommerce-budgeting-forecasting
ecommerce-budgeting-forecasting
finsilabs / awesome-ecommerce-skills

为营销支出、库存采购和运营构建滚动运营预算,包含差异分析、情景建模和预算使用率告警

数据与数据库87
E
ecommerce-product-selector

电商平台爆款产品筛选分析 - 基于数据分析的智能选品工具,支持淘宝、京东、拼多多、抖音、亚马逊等平台

营销与增长87
E
elfa
elfa
starchild-ai-agent / official-skills

ELFA AI — 面向 AI Agent 的实时加密社交情报与自动化条件引擎技能。跟踪热门代币、挖掘叙事、搜索提及、运行市场分析,并构建基于触发器的自动化工作流。

数据与数据库87
E
excel-parser
excel-parser
yejinlei / excel-parser-skill

支持多种 Excel 格式的内容提取和写入技能,使用 calamine 库处理 .xls、.xlsx、.xlsm 等格式。当用户需要解析 Excel 文件、提取表格数据、将 Excel 转换为文本格式、分析 Excel 内容、批量处理 Excel 文件、创建新 Excel 文件或更新现有 Excel 文件时,务必使用此技能。适用于数据提取、报表分析、内容审核、数据导出等场景。

文档处理87
E
excel-pivot-wizard
excel-pivot-wizard
jst-well-dan / skill-box

创建带计算字段和切片器的高级 Excel 数据透视表。适用于构建数据摘要或创建交互式仪表板时。用「excel pivot」「create pivot table」「data summary」等短语触发。

数据与数据库87
E
exploratory-data-analysis
exploratory-data-analysis
jackspace / claudeskillz

分析数据集以发现模式、异常与关系。适用于探索数据文件、生成统计摘要、检查数据质量或创建可视化时。支持 CSV、Excel、JSON、Parquet 等。

数据与数据库87
F
financial-reporting
financial-reporting
alphaonedev / openclaw-graph

使用数据聚合、可视化和合规工具生成并分析财务报告。

数据与数据库87
F
findata-toolkit-us
findata-toolkit-us
geeksfino / finskills

面向美国市场分析的金融数据工具包。提供用于获取实时股票数据(yfinance)、SEC 文件与内部人交易(EDGAR)、财务报表计算器(DuPont、Z-Score、M-Score、F-Score)、组合分析(VaR、压力测试、健康度评分)、多因子筛选以及宏观指标(FRED)的脚本。当你需要实时美国市场数据来支撑投资分析时使用。所有数据源均免费——无需 API key。

数据与数据库87
G
go-data-persistence
go-data-persistence
existential-birds / beagle

Go 中的数据持久化模式,涵盖使用 sqlx/pgx 的原生 SQL、Ent 和 GORM 等 ORM、连接池、使用 golang-migrate 的迁移,以及事务管理。在实现数据库访问、设计仓储或管理模式迁移时使用。

数据与数据库87
G
gtm-dom-standardization
gtm-dom-standardization
aimonk2025 / google-tag-manager-automation

为整个网站标准化所有与点击相关的 ID 和 CSS 类,以实现清晰的分析跟踪。当用户想要"标准化分析类名"、"清理跟踪 ID"、"为 GTM 准备 DOM"、"修复分析命名"或"让跟踪保持一致"时使用。扫描整个代码库(HTML/JSX/TSX/Vue)并应用一致的命名约定——ID 为 "cta_{location}_{action}",类为 "js-track js-{category} js-{action} js-{location}"。以资深前端工程师的身份确保可扩展的 GA4/GTM 实施。

营销与增长87
M
market-breadth-analyzer
market-breadth-analyzer
mphinance / alpha-skills

使用 TraderMonty 的公开 CSV 数据量化市场广度状况。基于 6 个组成部分生成 0–100 的综合评分(100 表示健康)。无需 API 密钥。用户询问市场广度、参与率、涨跌股数量状况、涨势是否普遍,或整体市场健康状况评估时使用。

数据与数据库87
M
market-finder
market-finder
nimbleway / agent-skills

使用 Nimble WSA 发现任意地区内某一类型的所有企业。两种模式:Discovery 从零开始发现企业;Audit 将用户现有列表(Google Sheet、CSV、内联)与全新发现结果比对,将条目归类为 matched、discovered-only 或 reference-only。行业预设(Healthcare、SaaS、Restaurants、Legal、Auto/Home)会自动选择 WSA 路由。触发词:“find all X in Y”、“build a list of”、“market sizing”、“account universe”、“how many X in Y”、“TAM for”、“discover all”、“audit my list”、“compare against”、“what am I missing”、“gap analysis”、“verify my business list”、“prospect list”。不要用于竞争对手监控——请改用 competitor-intel。不要用于公司深度分析——请改用 company-deep-dive。不要用于带社交信息补充的社区级探索——请改用 local-places。

营销与增长87
M
massgen-log-analyzer
massgen-log-analyzer
massgen / massgen

运行 MassGen 实验并使用自动化模式、logfire 追踪和 SQL 查询分析日志。适用于性能分析、调试 Agent 行为、评估协调模式、改进日志结构,或当日志目录中需要 ANALYSIS_REPORT.md 时。

测试与质量87
M
mcp-supabase
mcp-supabase
heyvhuang / ship-faster

通过 Supabase MCP 执行数据库操作(查询/写入/迁移/日志/类型生成)。触发词:query/statistics/export/insert/update/delete/fix/backfill/migrate/logs/alerts/type generation。不触发:纯架构讨论或代码规划。写操作需要确认;没有 WHERE 的 UPDATE/DELETE 会被拒绝。

数据与数据库87
M
mixpanel-automation
mixpanel-automation
composiohq / awesome-claude-skills

通过 Rube MCP(Composio)自动化 Mixpanel 任务:事件、分群、漏斗、群组、用户画像、JQL 查询。始终先搜索工具以获取最新 schema。

数据与数据库87
P
processing-pdf
processing-pdf
osmontero / opencode-skills

当用户需要从 PDF 中提取数据、处理扫描文档或操作 PDF 文件时使用。触发场景包括:"extract text from PDF"、"convert PDF to text/CSV/images"、"scan/OCR this document"、"merge/split/rotate PDF"、"fill PDF form"、"PDF is blank/empty"(可能为扫描件),或任何提到 .pdf 文件且需要数据提取或转换的情况。也适用于发票、收据、表单、合同、报告,或任何需要提取结构化数据(文本、表格、表单字段)的文档。

文档处理87
P
puda-database
puda-database
pudap / skills

使用 SQL 和 puda 命令行查询 puda 数据库。当用户需要检查 schema 或运行 SQL 命令时使用。

数据与数据库87
P
pulse
pulse
simota / agent-skills

定义 KPI、跟踪事件和仪表盘:北极星指标、漏斗与群组分析、测试智能视图。GA4/Amplitude/Mixpanel/PostHog。当需要设计指标时使用。

数据与数据库87
S
schema
schema
simota / agent-skills

设计数据库 schema、迁移和多租户架构:RLS、租户路由、预配、配额和隔离。不适用于查询计划调优(Tuner)。

数据与数据库87
S
seo-firecrawl
seo-firecrawl
infrasity-labs / dev-gtm-claude-skills

通过 Firecrawl MCP 进行整站爬取、抓取和站点地图生成。当用户提到 "crawl site"、"map site"、"full crawl"、"find all pages"、"broken links"、"site structure"、"discover pages"、"JS rendering",或需要进行全站分析时使用。

营销与增长87
S
shopify-admin-api
shopify-admin-api
finsilabs / awesome-ecommerce-skills

使用支持批量操作的 GraphQL Admin API 自动化 Shopify 商店运营——产品、订单、库存和客户

开发87
S
statsig-dashboard
statsig-dashboard
statsig-io / agent-skills

通过 Console API 创建或读取 Statsig 仪表板。在构建有效的 `POST /console/v1/dashboards` 请求体、将 `GET /console/v1/dashboards/{id}` 读取为可兼容创建的形状,或通过相关 widget 端点追加或替换仪表板 widget 时使用。

数据与数据库87
T
tilebox-workflow-authoring
tilebox-workflow-authoring
tilebox / skills

构建用于地球观测和地理空间处理的 Python Tilebox 工作流,包括卫星影像查询、AOI 和时间序列流水线、镶嵌、光谱指数、分类、分割、变化检测,以及分块 ML 或目标检测。适用于实现或修改此类处理时,包括未提及 Tilebox 且未确定其他执行平台的情况。

数据与数据库87
T
tmdl
tmdl
data-goblin / power-bi-agentic-development

针对 PBIP 项目中语义模型的 TMDL 文件直接编写与 BIM 到 TMDL 的转换。当用户要求“编辑 TMDL”“在 TMDL 中添加度量值”“TMDL 语法”“修复 formatString”“修复 summarizeBy”“TMDL 缩进”“将 BIM 转换为 TMDL”“添加列说明”“在 TMDL 中创建计算列”,或提到 .tmdl 文件编辑或 BIM 到 TMDL 迁移时自动调用。

数据与数据库87
T
tradingview-mcp
tradingview-mcp
atilaahmettaner / tradingview-mcp

AI 交易智能——实时价格、30 多种技术指标、回测(6 种策略)、前向分析过拟合检测、交易日志、净值曲线、授权的新闻情绪分析(Marketaux)以及多市场筛选器。支持股票、加密货币、ETF、指数、土耳其(BIST)和埃及(EGX)市场。

数据与数据库87
V
value-dividend-screener
value-dividend-screener
nicepkg / ai-workflow

筛选美国股票中的优质股息机会,结合价值特征(P/E 比率低于 20、P/B 比率低于 2)、诱人的收益率(3% 或更高)和持续增长(股息/营收/EPS 在 3 年内呈上升趋势)。支持两阶段筛选:先使用 FINVIZ Elite API 高效预筛选,再使用 FMP API 进行详细分析。适用于用户请求筛选股息股票、获取收益型投资组合创意,或寻找基本面强劲的优质价值股。

数据与数据库87
W
wp-acf-and-content-modeling
wp-acf-and-content-modeling
jorgerosal / wordpress-skills

WordPress ACF 与内容建模审查。在审查 Advanced Custom Fields 用法、字段组架构、CPT 与分类法设计、选项页、repeater、flexible content、绑定区块的字段组、meta 存储模式,或用户提到“ACF”“field groups”“flexible content”“repeater”“custom post type design”“taxonomy design”“content model”“relationship fields”“ACF JSON”“options page”“meta query performance”时使用。检测 schema 漂移、薄弱的内容建模、脆弱的字段命名,以及 meta 密集型 WordPress 项目中的性能问题。

测试与质量87
A
alterlab-literature-review
alterlab-literature-review
alterlab-ieu / alterlab-academic-skills

跨多个学术数据库(PubMed、arXiv、bioRxiv、Semantic Scholar)开展全面、系统的文献综述,支持 PRISMA 2020 流程跟踪、研究筛选(标题/摘要与全文)、证据表提取以及偏倚风险评估(RoB 2、ROBINS-I、AMSTAR 2),产出专业排版的 markdown 文档和 PDF,并附多种风格(APA、Nature、Vancouver)的经核实引用。适用于开展系统或范围性文献综述、研究综合或广泛文献检索、构建 PRISMA 流程图、筛选研究、提取证据表,或在生物医学、科学和技术领域评估偏倚风险时。若需对效应量进行定量合并(森林图/漏斗图),使用 alterlab-meta-analysis;若需开放式多 Agent 调查、事实核查或苏格拉底式研究问题推演,使用 alterlab-deep-research。属于 AlterLab Academic Skills 套件。

生产力86
A
amazon-analyse
amazon-analyse
liangdabiao / amazon-sorftime-research-mcp-skill

对亚马逊竞品Listing进行全维度穿透分析,包括文案逻辑、评论分析、关键词分析、市场动态等。分析完成后自动保存为Markdown报告文档到reports/目录。Invoke when user uses /amazon-analyse command with a product ASIN.

营销与增长86
A
analyzing-market-sentiment
analyzing-market-sentiment
jeremylongshore / tons-of-skills-marketplace

使用恐惧与贪婪指数、新闻分析加密货币市场情绪

数据与数据库86
A
antv-t8-ntv
antv-t8-ntv
antvis / chart-visualization-skills

使用 T8 Syntax 根据数据生成结构化叙述文本可视化。适用于用户想创建数据解读报告、摘要,或带有语义实体标注的结构化文章。T8 专为非结构化数据可视化而设计,其中 T 代表 Text,8 代表 8 位字节,象征文本之下的深层洞察。

数据与数据库86
A
appdump-data-pull

暂无简介

数据与数据库86
A
assemblyai
assemblyai
membranedev / application-skills

AssemblyAI 集成。管理 Transcripts、Speakers、Jobs。当用户想要与 AssemblyAI 数据交互时使用。

创意与媒体86
A
autodock-vina-docking
autodock-vina-docking
jaechang-hits / sciagent-skills

使用 AutoDock Vina 进行分子对接(Python API)。包括受体/配体准备(Meeko + RDKit)、网格盒、对接、构象与结合能分析,以及批量虚拟筛选。

数据与数据库86
A
azuresql-db-container
azuresql-db-container
microsoft / azure-sql-database-container

在本地运行 Azure SQL Database 容器(Private Preview):这是真正的 PaaS 引擎,其中 SERVERPROPERTY('EngineEdition') 返回 5。它不是 SQL Server 镜像 mcr.microsoft.com/mssql/server。当用户想要"在本地运行 Azure SQL"、"添加本地 SQL 数据库"、"把 SQL Server 加到我的 docker compose"、"启动本地 mssql 容器"、"用于开发或 CI 的本地 SQL"、"用 sqlcmd 连接"、"用 Podman 跑 SQL"、"SQL 容器无法启动"、"容器上的 Microsoft Entra 身份验证"、"MSSQL_AAD_CLIENT_ID",或询问"连接字符串是什么"时使用。即使用户没有提到该容器名称也使用。如果你原本打算使用 mcr.microsoft.com/mssql/server,请停下并改用此技能。中心技能:拥有共享参考资料,并路由到负责 compose、CI、数据填充、向量和连接字符串的任务技能。

数据与数据库86
C
clarity-gate
clarity-gate
sickn33 / agentic-awesome-skills

RAG 系统中认知质量的预摄取验证。确保文档在进入知识库之前经过适当限定。生成 CGD(Clarity-Gated Documents)并验证 SOT(Source of Truth)文件。

数据与数据库86
C
cost-drift
cost-drift
rshade / agent-skills

针对 Pulumi 基础设施成本的漂移分析。运行 finfocus 比较实际支出与预测支出,根据可配置阈值标记漂移资源,生成可能原因解释与排查提示,并跟踪漂移趋势随时间的变化。产出终端摘要与 COST_DRIFT.md 报告。适用于调查成本超支、用现实校验预测,或在 CI 中监控支出漂移。

云与 DevOps86
C
csv-data-summarizer
csv-data-summarizer
ovachiever / droid-tings

使用 Python 和 pandas 分析 CSV 文件、生成摘要统计数据并绘制快速可视化图表。

数据与数据库86
D
database-performance
database-performance
wshaddix / dotnet-skills

面向性能的数据库访问模式。分离读写模型,避免 N+1 查询,使用 AsNoTracking,应用行数限制,绝不在应用侧做连接。适用于 EF Core 与 Dapper。在涉及数据访问层设计、优化缓慢的数据库查询、在 EF Core 与 Dapper 之间选择,或避免常见性能陷阱时使用。

数据与数据库86
D
dynamic-pricing
dynamic-pricing
finsilabs / awesome-ecommerce-skills

根据需求信号、竞争对手价格和库存水平自动调整价格,以最大化收入并保持竞争力

营销与增长86
F
financial-router
financial-router
daymade / claude-code-skills

金融路由:Bigdata/RavenPack、美股基本面/yfinance、A 股新闻/政策、行业 Top N/公告、Gangtise/岗底斯设置。读取一个内置专家。医药报告与通用论证审阅保留各自的直接入口。

数据与数据库86
G
growth-book
growth-book
membranedev / application-skills

Growth Book 集成。管理数据、记录并自动化工作流。当用户想要与 Growth Book 数据交互时使用。

测试与质量86
H
huggingface-jobs
huggingface-jobs
huggingface / skills

用户希望在 Hugging Face Jobs 基础设施上运行任何工作负载时使用此技能。涵盖 UV 脚本、基于 Docker 的任务、硬件选择、成本估算、令牌身份验证、密钥管理、超时配置和结果持久化。适用于通用计算工作负载,包括数据处理、推理、实验、批处理任务及任何基于 Python 的任务。涉及云计算、GPU 工作负载,或用户提到无需本地设置即可在 Hugging Face 基础设施上运行任务时调用。

云与 DevOps86
I
infrahub-importing-data
infrahub-importing-data
opsmill / infrahub-skills

将 CSV/TSV 输入转换为 Infrahub 对象 YAML,并加载到新分支。支持单个文件、一个文件夹中的多个文件、显式路径列表,以及单一大宽表导出。触发条件:导入 CSV、将 CSV/TSV 加载到 Infrahub、摄取电子表格数据、将 CSV 转换为 Infrahub 对象、将一个非规范化 CSV 拆分到多种 kind、更改列映射后重新运行导入、调试某一行为何转换或加载失败。不触发的情况:对 LDJSON 转储运行 `infrahubctl load`(格式和工具不同)、设计或修改 schema(此技能对 schema 只读,遇到未映射的列会直接失败)、从 Infrahub 导出数据(单 kind 导出请使用 `infrahubctl object get -o csv`),或摄取 JSON/XLSX(v1 仅支持 CSV+TSV)。

数据与数据库86
K
kapso-automation
kapso-automation
gokapso / agent-skills

管理 Kapso 工作流、AI Agent、函数和数据库。编辑工作流图、配置触发器、管理执行、创建函数并执行数据库 CRUD。在构建自动化、编辑工作流或管理项目数据时使用。

Agent 工作流86
L
lovstudio-expense-report
lovstudio-expense-report
lovstudio / skills

从图片或文字描述中提取发票数据,并生成分类的 Excel 报销单。支持收据照片、扫描发票和手动文字输入。自动归类为:业务招待(客户餐费)、差旅交通(机票/火车票/打车)、差旅住宿(酒店)、差旅餐饮、办公用品、通讯及其他。当用户提到“发票报销”“expense report”“报销单”“发票整理”“invoice”“报销汇总”“发票分类”“reimbursement”,或有发票图片需要处理时使用。

文档处理86
N
n8n-code-javascript
n8n-code-javascript
czlonkowski / n8n-mcp

在 n8n Code 节点中编写 JavaScript 代码。适用于在 n8n 中编写 JavaScript、使用 $input/$json/$node 语法、通过 this.helpers 或 $helpers 全局对象发起 HTTP 请求、使用 DateTime 处理日期、排查 Code 节点错误、在 Code 节点模式之间做选择,或在 n8n 中进行任何自定义数据转换。只要工作流需要用到 Code 节点,就应始终使用此技能——无论是为了数据聚合、过滤、API 调用、格式转换、批处理逻辑,还是任何自定义 JavaScript。涵盖 SplitInBatches 循环模式、跨迭代数据、pairedItem 以及真实生产环境中的实践模式。当被问到 Code 节点或工作流为什么慢、哪种执行模式更快,或如何降低大数据集上的单条记录开销时,也使用此技能。例外情况——对于 AI Agent 可调用的 Custom Code Tool(@n8n/n8n-nodes-langchain.toolCode,即挂载在 AI Agent 上的工具),请改用 n8n-code-tool 技能;它的运行时契约不同。

开发86
P
puda-data
puda-data
pudap / skills

提取、哈希、导出 PUDA 实验数据并生成报告。通过 SHA-256 哈希提供数据溯源。支持多种设备(first、biologic)和测量类型(CV、OCV、CA、PEIS、GEIS)。

数据与数据库86
P
puda-report
puda-report
pudap / skills

在生成 PUDA 实验报告时使用本技能。数据分析、绘制图表、提取数据并对数据做哈希处理,以生成实验报告。

数据与数据库86
P
pythia-comment
pythia-comment
thaildhe172591 / pythia

当你即将编写或编辑正在修改的 PL/SQL 注释,或提交到数据库的 .sql 文件中的注释时使用。注释必须是一行且符合固定格式,较长内容应放在其他位置。触发时机是开始写注释,而非收到请求;当你发现自己要在某条语句上方再写一行注释时,即为触发条件。

开发86
S
scenario-roblox-data
scenario-roblox-data
scenario-labs / skills

适用于 Roblox 游戏保存或加载玩家数据,或玩家报告数据未保存、进度丢失、回滚、物品重复或购买奖励发放两次的情况。触发项:DataStoreService、UpdateAsync、SetAsync、BindToClose、ProfileStore、ProfileService、DataStore2、会话锁定、数据架构或迁移、Developer Product ProcessReceipt、玩家交易、OrderedDataStore 排行榜、MemoryStore、MessagingService、TeleportService 和预留服务器、DataStore 配额和限流(错误 301 至 306)、“必须先将此场景发布到网页才能访问 DataStore”,以及在未发布的场景中测试数据代码。

数据与数据库86
S
snakemake-workflow-engine
snakemake-workflow-engine
jaechang-hits / sciagent-skills

基于 Python 的工作流管理器,用于可复现、可扩展的流水线。用基于文件依赖的规则来定义流程;Snakemake 负责解析执行顺序与并行度。可通过 profile 在本地、SLURM、LSF、AWS、GCP 上运行;支持按规则设置 conda/Singularity 环境。适用于 NGS 流水线、ML 训练以及多步骤文件处理。若要使用 Groovy 数据流或 nf-core 集成,请选用 Nextflow。

数据与数据库86
S
supabase-automation
supabase-automation
composiohq / awesome-claude-skills

通过 Rube MCP(Composio)自动执行 Supabase 数据库查询、表管理、项目管理、存储、边缘函数和 SQL。务必先搜索工具以获取当前架构。

数据与数据库86
T
team-performance-dashboard
team-performance-dashboard
lagrowthmachine / gtm-system

根据你的 La Growth Machine 数据生成团队绩效仪表盘:一个面向销售负责人的驾驶舱,按回复率、成功事件(注册/会议/成交)与转化率对每位发送者(销售代表)排名,凸显正在冷却的热线索,并把最佳销售代表的营销活动变成面向其他人的辅导手册。仅拉取你的 LGM 实时数据,汇入一张可排序的全 KPI 团队表外加价值(€)层,对真实回复进行分类,并渲染出实时 artifact。这是按销售代表划分的团队视图,而非按营销活动划分的每周绩效顾问。当销售负责人、SDR 经理、GTM 工程师或 RevOps 想要每位成员的外呼统计、谁转化最好及原因、哪些回复尚未答复,或想在团队内复制什么时使用。触发词:'stats by member'、'team performance dashboard'、'per-rep outbound'、'who converts best'、'weekly team performance'、'sales team cockpit'、'coach my SDRs'、'per-identity reply rate'。首次运行会进行简短设置(约 10-15 分钟);之后运行只需重建。由 La Growth Machine 维护。

营销与增长86
U
uptrend-analyzer
uptrend-analyzer
mphinance / alpha-skills

使用 Monty's Uptrend Ratio Dashboard 数据分析市场广度,以判断当前市场环境。根据 5 个组成部分(广度、行业参与度、轮动、动量、历史背景)生成 0–100 的综合评分。适用于询问市场广度、上升趋势比率,或当前市场环境是否适合配置股票时。无需 API 密钥。

数据与数据库86
V
variant-matrix
variant-matrix
finsilabs / awesome-ecommerce-skills

使用你平台的变体工具,为商品生成并管理所有尺寸/颜色/材质组合,并支持批量价格与库存管理

数据与数据库86
第 7021–7080 条,共 12,365 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。