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
用户希望对 Algolia 索引或账户执行操作时使用此技能，例如删除记录、复制或迁移索引、备份数据、导入或导出记录、管理 API 密钥、编辑同义词、配置规则、修改 facets 等设置、清空索引，或在 CI/CD 流水线中自动化操作 Algolia。关键信号是用户想要操作其 Algolia 数据或配置（服务器端 / 后端 / 管理操作），无论是否提到“CLI”或“命令行”。如果用户指定了某个 Algolia 索引，并希望修改、移动、查询或管理它，请使用此技能。不要用于前端搜索 UI（InstantSearch、React 组件、自动补全控件）、Algolia 控制面板 GUI 问题，或比较 Algolia 与其他服务商。
查询阿里云数据湖构建（DLF）中的 Catalog、数据库和表元数据资源。通过 DLF OpenAPI Python SDK 提供只读查询，支持列出和查看 Catalog、数据库、表及其详细信息和 Schema 定义。使用场景：“列出可用的 Catalog”“列出数据库”“查看表 Schema”“搜索表”“按名称搜索表”“模糊搜索”“查看 DLF 元数据”“数据湖中有哪些数据库”“表有哪些列”“查找名称包含 xxx 的表”。此技能仅包含只读操作——没有创建、修改或删除操作。
混合方法研究设计与整合策略，用于结合定性与定量方法。适用于规划聚敛式、解释性序列、探索性序列、嵌入式、变革式或多阶段设计；通过合并、连接或嵌入来整合多样的数据来源；构建联合展示或元推论；或评估混合方法研究特有的质量标准。涵盖 Creswell & Plano Clark 框架、记号系统与整合软件工具。若需单线性质性编码（主题分析、扎根理论、饱和度、编码者间信度），请使用 alterlab-qualitative-methods；若需问卷/李克特/量表验证机制，请使用 alterlab-survey-design。属于 AlterLab Academic Skills 套件的一部分。
Biopython 序列分析：解析 FASTA/FASTQ/GenBank/GFF（SeqIO）、NCBI Entrez（esearch/efetch/elink）、远程/本地 BLAST、成对/多序列比对（PairwiseAligner、MUSCLE/ClustalW）、系统发育树（Phylo）。用于基因家族研究、系统发育基因组学、比较基因组学、NCBI 流水线。PCR/限制酶/克隆请用 biopython-molecular-biology；SAM/BAM 请用 pysam。
在设计数据仪表盘时使用本技能——选择 KPI、组织结构布局、应用视觉层级，或决定使用哪款 BI 工具。触发语：''design a dashboard''、''build a KPI dashboard''、''what should my dashboard show''、''help me layout a dashboard''、''dashboard for monitoring''。不适用于从零编写图表代码（请使用 chart-builder）、编写 SQL 查询（请使用 sql-analyst）或设计营销落地页。
将数据导出为 CSV、Excel（XLSX）和 JSON。ExcelJS、SheetJS（xlsx）、Papa Parse、Apache POI（Java）、openpyxl（Python）。面向大数据集的流式导出。使用时机：用户提到 "export CSV"、"export Excel"、"XLSX generation"、"download spreadsheet"、"ExcelJS"、"SheetJS"、"Papa Parse"、"data export"。不适用于：PDF 生成——请使用 `pdf-generation`；文件上传/下载——请使用 `file-upload`/`cloud-storage`
使用 TIAToolbox 和基础模型（H-optimus-0、UNI、Prov-GigaPath）生成用于全切片图像 (WSI) 分析的正确代码。当请求涉及全切片图像、WSI、数字病理、组织病理学、SVS/NDPI/金字塔 TIFF、组织分割、切片提取、染色归一化、H-optimus-0、TIAToolbox、CAMELYON16/17、SlideGraph、MIL 聚合、HoVer-Net、PanNuke 或病理模型的 SageMaker 部署时触发。为切片信息检查、组织掩膜、按指定 mpp 提取瓦片、基础模型特征嵌入、切片级聚合和受监管的云端推理生成确定性命令和 Python 代码片段。
使用 rinexread、gnssmeasurements、receiverposition 和 gnssoptions，从 RINEX v3 数据计算多星座 GPS 或 GNSS 定位。可按星座、仰角掩膜、C/N0 和观测码过滤。报告 DOP、散点 RMS 和卫星数量。适用于处理 GNSS 数据、从 RINEX 文件计算定位、分析精度、比较星座或评估卫星几何分布。请勿用于载波相位 RTK/PPP、IMU 融合、轨道预报、NMEA 流式传输或 RINEX v4。
用于多组学数据整合策略选择的推理技能。当用户要求将转录组学与蛋白质组学整合、组合多个组学层次、在早期、中期或后期整合之间做选择、跨组学应用批次校正、处理样本部分重叠、运行 MOFA+ 或 iCluster、解读多组学因子、为多组学特征选择富集方法，或决定如何合并基因组学、表观基因组学、转录组学、蛋白质组学和代谢组学数据时使用。触发词包括 "multi-omics integration"、"combine omics layers"、"early vs late fusion"、"MOFA+"、"iCluster"、"batch correction across omics"、"partial overlap"、"multi-omic enrichment"、"kernel integration"、"concatenation vs stacking"、"SNF"、"similarity network fusion"、"intermediate integration"、"multi-omic factor analysis"。
为 Physical AI Studio 策略训练、验证、测试并运行预测，基于 library Lightning 技术栈。适用于运行 physicalai fit/validate/test/predict、在 Python 中调用 physicalai.train.Trainer 与 Policy API、编写或编辑 library/configs 下的 YAML 配置、连接 model + datamodule + trainer、从 checkpoint 恢复，或调试训练运行。涵盖 ACT、Pi0、Pi0.5、GR00T 与 SmolVLA。
在本地机器上使用 Playwright 构建浏览器自动化和网页抓取。规避 10 类有文档记载的错误，包括 CI 超时挂起、扩展测试失败和 Ubuntu 兼容性问题。包含用于绕过反爬的隐身模式、认证会话、无限滚动处理、截图/PDF 生成，以及 v1.57 Speedboard 性能分析。适用场景：浏览器自动化、抓取受保护站点、使用真实 IP 测试、绕过机器人检测、生成截图/PDF，或排查 "target closed"、"page.pause() 导致 CI 挂起"、"权限提示阻塞测试"、"Ubuntu 25.10 安装" 等错误。
pytrends 提供的每一项 Google Trends 工作流，外加已归档、冻结的封装器从未具备的本地历史和限流恢复能力。触发短语：`check google trends for`、`interest over time for`、`what's trending right now`、`compare search interest`、`related queries for`、`search interest by region`、`use google-trends`、`run google-trends-pp-cli`。
Terra API Streaming（实时）API 的最佳实践——通过 websocket 从可穿戴设备获取约每秒一次的实时生物特征数据。在以下情况使用：使用 Terra API、TerraRT SDK 或 wss://ws.tryterra.co 构建实时流；流式传输实时心率、步数、距离、加速度、ECG、HRV、RR 间期、卡路里、MET、功率、踏频、速度、位置或陀螺仪数据；通过 BLE 或 ANT+ 配对可穿戴设备；从移动应用生成传感器数据；在后端消费实时流；或从 Apple Watch 或 Wear OS 手表进行流式传输。涵盖生产者/代理/消费者架构、websocket 握手与操作码、令牌铸造、关闭代码、重放/回填，以及各平台的 SDK 设置（iOS、Android、React Native、Flutter、Wear OS）。
为 Wren 项目补充 DB schema 无法承载的业务上下文——枚举值含义、单位（USD 还是分、ms 还是 sec）、NULL 语义、魔法哨兵值（-1 = 未知）、软删除默认过滤器、业务同义词、时间粒度 / 时区约定、跨系统标识符、货币规则、规范表偏好，以及作为 cube 提议的具名聚合指标（ARR、churn、DAU、WAU、NRR）。在会话开始时选择两种模式之一运行：`grill`（一次一个问题，由用户主导）或 `auto-pilot`（Agent 自行推断并应用，仅在冲突和高影响范围的补充——如新的 cube / 视图 / 关系——时上报）。读取 <project>/raw/ 下的所有内容（PDF、词汇表、手册、代码、数据字典），并可选地从实时 DB 抽样低基数列（grill 模式），与当前的 MDL / cubes / instructions.md / queries.yml / memory 对进行比较，然后通过十类缺口目录和 cube 提议流程填补缺口。确认的发现会写回正确的落地位置。使用时机：用户说 'enrich context'、'augment my project'、'grill me on this project'、'auto-fill my context'、'agent doesn't understand our docs / enum values / units / null meanings'、'business context is missing'、'what does status=A mean'、'is this amount in USD or cents'、'we keep getting wrong aggregations'、'add cubes for ARR / DAU / churn'、'we have a handbook / glossary / data dictionary the agent should know'；或在生成 MDL 后注意到 Agent 缺乏业务语义时。
当营销数据难看、而用户需要知道原因时使用——跨跟踪、投放、创意、落地页、offer 和受众质量的分层根因诊断，5-Whys，美国、欧盟、东南亚和拉美地区的区域基准，以及一份 48 小时行动计划。覆盖 dropshipping ROAS 和 BE-ROAS。触发于“为什么 CPA 这么高”“我的广告没有转化”“ROAS 下降了”“我们在烧预算”“这个月表现很差”“诊断漏斗”。也适用于用户粘贴了一张数据截图但没有附任何问题的情况。不适用——审计账户配置并打分健康状况，见 `21-ads-audit-global`；撰写给别人看的报告，见 `07-marketing-report-global`；把原始导出数据变成洞察，见 `13-data-analysis-global`。
将此技能用于阿里云 Lindorm 相关工作：实例生命周期与配置、网络与访问控制、监控、性能、存储、连接诊断、备份、迁移、权限（包括使用 `CREATE USER` 和 `GRANT` 进行 Lindorm SQL 用户管理）、慢查询、SQL 开发，以及搜索、向量、图、AI、多模态或知识库工作流。在产品或 CLI 术语如 LindormTable、LindormTSDB、LindormSearch、Lindorm AI、HBase/AliHBase、lindormcli、Lindorm CLI、`aliyun lindorm` 或提及宽表引擎、时序引擎、搜索引擎、向量检索、图引擎、白名单、实例创建/扩缩容/释放的中文请求上触发。使用本技能的参考资料或阿里云官方文档；不要根据一般训练知识凭空编造 Lindorm 相关事实。
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。