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

B
bayesian-intrinsic-growth-valuation
bayesian-intrinsic-growth-valuation
haskaomni / serenity-skill

使用贝叶斯内在增长估值模型,评估公司的市场价值对其真实 3-5 年增长是充分定价、过度定价还是定价不足。当用户要求贝叶斯估值、内在增长率、隐含增长、增长假设概率、FOMO 与基本面,或基于基本面、行业周期、TAM、市场份额、利润率、估值倍数和新信息的公司分析时使用。

数据与数据库75
C
china-hot-ranks
lucianaib0318 / china-hot-ranks

中国热榜聚合器 - 一键获取微博、B 站、百度、CSDN、GitHub、知乎、抖音等 7 大平台的热门内容。支持全量获取和单平台查询,输出格式化热榜数据。

生产力75
C
china-portfolio-rebalance
china-portfolio-rebalance
jwangkun / claude-for-financial-services-cn

面向 A 股理财投资组合的组合再平衡分析。分析配置偏离、生成再平衡交易,并优化税务效率。改编自原始 portfolio-rebalance 技能,适配中国投资组合。触发词:"A股组合再平衡"、"调仓"、"rebalance China"、"portfolio rebalance A-share"、"rebalance portfolio"、"adjust allocation [client]"。

数据与数据库75
C
china-returns-analysis
china-returns-analysis
jwangkun / claude-for-financial-services-cn

面向中国私募股权和投资基金的 IRR 与 MOIC 分析。由原 returns-analysis skill 改编,适配人民币/美元基金结构、中国市场惯例和中国被投企业。触发词:“A股基金回报”“IRR分析”“returns China”“MOIC analysis China”“基金业绩分析”或“portfolio returns review”。

数据与数据库75
C
conversion-diagnostic-kit
conversion-diagnostic-kit
gtmagents / gtm-agents

跨电子商务调查漏斗问题的结构化方法

营销与增长75
D
data-analyzer
data-analyzer
cisco-ai-defense / skill-scanner

高效地分析数据

数据与数据库75
D
data-science

适用于“统计建模”“A/B 测试”“实验设计”“因果推断”“预测建模”,或询问“假设检验”“特征工程”“数据分析”“pandas”“scikit-learn”时。

数据与数据库75
D
docyrus-architect
docyrus-architect
docyrus / agent-skills

使用 Docyrus Architect MCP 工具管理 Docyrus 平台中的数据源、字段、枚举、应用、自定义查询,并查询数据。当用户要求通过 docyrus-architect MCP 服务创建、更新、删除或查询数据源、字段、枚举选项、应用或自定义查询模板时使用。在构建报表、仪表盘,或执行需要查询 Docyrus 数据源或运行带筛选、聚合、公式、透视或子查询的自定义 SQL 模板的数据分析时也使用。

数据与数据库75
E
esm-protein-language-model
esm-protein-language-model
jaechang-hits / sciagent-skills

用于序列生成、结构预测、反向折叠和嵌入的蛋白质语言模型(ESM3、ESM C)。设计新颖蛋白质、提取 ML 特征或折叠序列。支持本地 GPU 或 EvolutionaryScale Forge API。传统折叠请用 AlphaFold;小分子请用 RDKit。

数据与数据库75
E
execution-plan-analysis
execution-plan-analysis
josiahsiegel / claude-plugin-marketplace

当用户要求分析 SQL Server 执行计划、.sqlplan 文件、ShowPlan XML、实际计划与估计计划、计划警告或运算符开销时,应使用本 skill。以下情况请主动激活:.sqlplan 分诊、ShowPlan XML 检查、高开销运算符排序、扫描与查找审查、残余谓词分析、CONVERT_IMPLICIT 警告、行数估计偏差、基数估计警告、分区消除验证、缺失索引建议、未使用索引警告、溢出、键查找、排序、哈希连接,以及计划回归证据收集。提供:计划分诊工作流、运算符开销排序启发式、警告解读评分标准,以及重写/索引建议的准入门槛。

数据与数据库75
F
fastfield-mobile-forms
fastfield-mobile-forms
membranedev / application-skills

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

数据与数据库75
G
google-vertex-ai
google-vertex-ai
membranedev / application-skills

Google Vertex AI 集成。管理项目。当用户想要与 Google Vertex AI 数据交互时使用。

数据与数据库75
H
how-to-do-full-text-search-with-sqlite
how-to-do-full-text-search-with-sqlite
rodydavis / skills

了解如何使用内置的 fts5 扩展为 SQLite 数据库增强全文搜索能力,借助 `MATCH` 关键字实现高效而强大的查询。

数据与数据库75
I
i4h-lerobot-viz
i4h-lerobot-viz
nvidia / skills

在浏览器中提供并可视化检查转换后的 LeRobot 数据集。用于视频以及状态/动作时间线;不要用于原始工作流 HDF5 或不完整的转换输出。

数据与数据库75
I
image-analysis

图片分析与识别,可分析本地图片、网络图片、视频、文件。适用于 OCR、物体识别、场景理解等。当用户发送图片或要求分析图片时必须使用此技能。

数据与数据库75
K
kern-ai
kern-ai
membranedev / application-skills

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

数据与数据库75
L
laravel-performance-select-columns
laravel-performance-select-columns
noartem / skills

仅选择必需的列,以降低内存和传输成本;适用于基础查询和关联关系。

开发75
L
literature-review
literature-review
jaechang-hits / sciagent-skills

开展系统性、范围界定和叙述性文献综述。涵盖 PRISMA/PRISMA-ScR 方案、检索策略(布尔逻辑、MeSH)、数据库选择(PubMed、Scopus、Web of Science、Embase)、筛选、数据提取、证据综合(叙述性、meta 分析、主题分析)与报告。适用于规划或执行正式文献综述时。

生产力75
L
llm-structured-output
llm-structured-output
sickn33 / agentic-awesome-skills

使用 response_format、tool_use 以及 schema 约束解码,从 OpenAI、Anthropic 和 Google API 上的大模型获取可靠的 JSON、枚举与类型化对象。

开发75
L
loyalty-modeling
loyalty-modeling
gtmagents / gtm-agents

用于为忠诚度计划建模经济性、层级和影响预测。

营销与增长75
M
mdanalysis-trajectory
mdanalysis-trajectory
jaechang-hits / sciagent-skills

分析来自 GROMACS、AMBER、NAMD、CHARMM、LAMMPS 的 MD 轨迹。将 topology/trajectory 读入 Universe 对象;支持 RMSD、RMSF、回转半径、接触图、氢键、PCA 以及自定义距离/角度计算。用于模拟后的结构分析;运行模拟请使用 OpenMM/GROMACS。

数据与数据库75
M
metrics-definition
metrics-definition
infrasity-labs / dev-gtm-claude-skills

定义 UX 指标和 KPI,将设计决策与可衡量的业务和用户成果关联起来。

设计与 UI75
M
moai-lang-python
moai-lang-python
modu-ai / moai-adk

Python 3.13+ 开发专家,涵盖 FastAPI、Django、异步模式、数据科学、使用 pytest 测试,以及现代 Python 特性。适用于开发 Python API、Web 应用、数据管道或编写测试。

开发75
M
mysql
mysql
claude-dev-suite / claude-dev-suite

MySQL 关系型数据库。涵盖查询、索引与优化。适用于处理 MySQL 数据库时。USE WHEN: 用户提到 "mysql"、"mariadb",询问 "AUTO_INCREMENT"、"ON DUPLICATE KEY UPDATE"、"GROUP_CONCAT"、"mysql specific syntax" DO NOT USE FOR: PostgreSQL——请改用 `postgresql`,MongoDB——请改用 `mongodb`,Oracle——请改用 `oracle`,SQL Server——请改用 `sqlserver`

数据与数据库75
M
mz-health-check
mz-health-check
materializeinc / agent-skills

通过 MCP Developer 端点分析 Materialize 环境,和/或配置 MCP 客户端(Claude Code、Cursor、VS Code、Zed、Continue、Windsurf、Claude Desktop),使其连接到 materialize-developer 服务。分析方面:检查环境健康状况、调查性能、排查物化视图过期问题、诊断内存压力、查找阻碍压实的已暂停集群、审计资源利用率、对用户对象运行 EXPLAIN ANALYZE,并获取优化建议。客户端连接方面:配置/连接/设置 MCP 客户端以连接 materialize-developer(Emulator、Cloud 或自管理环境),控制所用用户/角色,并在不同身份间切换。即使用户只说“检查我的环境”“为什么我的 MV 过期了”“为什么我的集群很慢”“我能优化什么”“对我的物化视图运行 explain analyze”“如何将 Claude Code 连接到 materialize-developer”或“为 Materialize MCP 配置 Cursor”,也应触发。

数据与数据库75
O
odoo-demo-csv
odoo-demo-csv
odoo-ps / odoo-feeder

用从真实公司网站调研或从指定行业调研所得的数据填充已连接的 Odoo 演示数据库。凡销售演示需要数据库填充真实记录时均可使用。

营销与增长75
O
optimizing-sql
optimizing-sql
ancoleman / ai-design-components

通过 EXPLAIN 分析、索引策略和查询重写优化 PostgreSQL、MySQL 和 SQL Server 的 SQL 查询性能。适用于调试慢查询、分析执行计划或提升数据库性能时。

数据与数据库75
O
oxygen-table-tidy

整理 OXYGEN 表格:检查重复列、排序、格式、类型、隐藏/归档候选列和可疑值;按类别呈现发现;然后只应用已批准的可逆修复。这是表格结构和单元格格式,不是 CRM 记录去重或合并。

数据与数据库75
P
performance-optimization
performance-optimization
blogic-cz / blogic-marketplace

在 template-ts 风格的项目中分析性能瓶颈、实现批量操作、修复 N+1 查询模式、并行化独立操作或添加数据库索引时,应使用此 skill。

开发75
P
pgfplots
pgfplots
igbuend / grimbard

用于数据可视化和绘图的 LaTeX pgfplots 包。在帮助用户用 LaTeX 创建折线图、柱状图、散点图、直方图、3D 曲面或任何科学/数据图表时使用。

数据与数据库75
P
ppw:visualization
ppw:visualization
lylll9436 / paper-polish-workflow-skill

为实验数据推荐合适的图表类型,并给出理由和工具提示。感知地理信息:检测到空间数据时使用等值线图、空间散点图、核密度图。

数据与数据库75
P
prisma-patterns
prisma-patterns
ashchupliak / dream-team

Prisma ORM 模式——用于 Next.js 中的数据库访问、模式设计、迁移、事务和关系

数据与数据库75
P
pyspark-etl
pyspark-etl
mindrally / skills

使用 Spark SQL 和 Apache Iceberg 构建高性能、可测试的 PySpark ETL 管道的最佳实践。在编写或审查 PySpark 作业、设计 join 和窗口函数、使用 map/array 高阶函数,或构建幂等的累积/快照表合并时使用。

数据与数据库75
R
review-scoring-docx
review-scoring-docx
timlai666 / skills

当用户想要从评论文件中推断产品属性、为产品质量评分并交付 Word (.docx) 报告,或明确请求 review-scoring-docx 时,必须使用此技能。触发条件包括「評論評分 Word」、「產品屬性比較報告」并要求 Word 输出,以及 reviews-to-scores-to-docx。对于约定交付物为 Word 的基于评论的产品比较,应当使用它。它不得为一般性评论分析强行输出 Word,也不得以质量评分替代属性显著性。

数据与数据库75
S
scylladb-data-modeling
scylladb-data-modeling
scylladb / agent-skills

ScyllaDB CQL 数据建模模式与反模式,包括压缩策略选择、基于 TTL 的过期、墓碑管理和轻量级事务。适用于设计表、审查架构、从 SQL 或 MongoDB 迁移、设置数据保留策略,或排查由架构问题或删除操作导致的性能问题,以及编写条件(LWT)语句。向量和全文索引请使用 scylladb-vector-search;DynamoDB API 表请使用 scylladb-alternator。适用于“design schema”“ScyllaDB data model”“partition key”“clustering column”“primary key”“CQL table design”“ALLOW FILTERING”“large partitions”“hot partitions”“query-first design”“secondary index”“materialized view”“schema review”“wide partition”“tombstones”“time series”“BATCH”“paging”“fetch size”“TTL”“default_time_to_live”“compaction strategy”“TWCS”“gc_grace_seconds”“tombstone_gc”“LWT”“lightweight transaction”“IF NOT EXISTS”“LOCAL_SERIAL”等关键词。

数据与数据库75
S
seo-google
seo-google
agricidaniel / codex-seo

Google SEO API:Search Console(Search Analytics、URL Inspection、Sitemaps)、PageSpeed Insights v5、含 25 周历史记录的 CrUX 实测数据、Indexing API v3 以及 GA4 自然流量。为 Core Web Vitals、索引状态、搜索表现和自然流量趋势提供真实的 Google 实测数据。当用户说 "search console"、"GSC"、"PageSpeed"、"CrUX"、"field data"、"indexing API"、"GA4 organic"、"URL inspection"、"google api setup"、"real CWV data"、"impressions"、"clicks"、"CTR"、"position data"、"LCP"、"INP"、"CLS"、"FCP"、"TTFB" 或 "Lighthouse scores" 时使用。

营销与增长75
S
seo-google
seo-google
agricidaniel / chatgpt-seo

在 ChatGPT 中将页面、草稿或 SEO 导出内容转化为有来源依据的修复计划

营销与增长75
S
social-analytics-report
social-analytics-report
ootto-ai / claude-content-skills

需要将提供的社交媒体表现数据转化为关于保留、测试、调整或停止哪些做法的决策时使用。触发语包括“汇报这次营销活动”“社交媒体上哪些做法有效?”“分析这些帖子结果”“制作每周社交媒体报告”以及“根据这些指标,下一步该怎么做?”不要用于虚构数据访问权限、声称仪表板数据证明了因果关系或替代营销活动简报;上线前定义成功标准使用 campaign-brief,更全面的事后复盘使用 launch-retrospective。

营销与增长75
S
social-listening
social-listening
ootto-ai / claude-content-skills

需要将提供的一组评论、私信、评价、社区帖子或通话记录,整理为有证据支持的分析,了解人们提出什么问题、持有什么异议以及反复提及什么时使用。触发语包括“大家对此怎么说?”“挖掘这些评论”“我们该用什么措辞?”“找出反复出现的异议”以及“总结这些社区反馈”。不要用于抓取平台内容、推断人口统计特征或根据少数个案撰写定位;先使用 agent-reach 收集公开证据,使用 audience-personas 对人群分组,再使用 positioning-audit 确定信息。

营销与增长75
S
social-media-analyzer
social-media-analyzer
alirezarezvani / claude-code-skill-factory

跨平台分析社交媒体营销活动表现,提供互动指标、ROI 计算和受众洞察,助力数据驱动的营销决策

营销与增长75
S
sprint-retrospective
sprint-retrospective
borghei / claude-skills

基于 git 历史的数据驱动型冲刺回顾——速度、周期/前置时间、贡献者洞察和流失热点。用于运行回顾、分析团队速度或吞吐量,或根据提交历史生成回顾报告。

开发75
S
sql-optimization-patterns
sql-optimization-patterns
hermeticormus / libreuiux-claude-code

掌握 SQL 查询优化、索引策略和 EXPLAIN 分析,大幅提升数据库性能并消除慢查询。适用于调试慢查询、设计数据库 schema 或优化应用性能。

数据与数据库75
S
student-success-scorecard
student-success-scorecard
gtmagents / gtm-agents

用于监测参与度、进展和完成度的指标框架。

数据与数据库75
S
syncfusion-dotnet-calculate
syncfusion-dotnet-calculate
syncfusion / document-sdk-skills

实现 Syncfusion dotnet Calculate 库,使用 CalcEngine、ICalcData、CalcQuickBase 和 ExcelLikeComputations 解析与求值公式。支持公式计算、自定义函数、跨工作表引用和 XlsIO 公式求值。在实现公式计算、表达式解析、工作簿公式求值或自定义函数注册时触发。

开发75
U
using-timeseries-databases
using-timeseries-databases
ancoleman / ai-design-components

面向指标、IoT、金融数据和可观测性后端的时间序列数据库实现。适用于构建仪表盘、监控系统、IoT 平台或金融应用。涵盖 TimescaleDB (PostgreSQL)、InfluxDB、ClickHouse、QuestDB、连续聚合、降采样 (LTTB) 和保留策略。

数据与数据库75
0
07-marketing-report-global
07-marketing-report-global
minhnv0807 / ai-business-skills

当用户需要撰写一份供他人阅读的营销报告时使用——面向 CEO 的一页周报、完整的月报,或包含 TL;DR、目标对比结果、洞察、需决策事项以及带负责人的后续行动的季度战略报告。触发词为 'marketing report'、'monthly report'、'weekly update for my boss'、'report for the client'、'quarterly summary'、'turn these numbers into a report'。当用户表示利益相关者在询问营销进展时也使用。不适用于——诊断数字为何不佳,见 `03-performance-eval-global`;将原始导出数据转化为洞察,见 `13-data-analysis-global`;已结束活动的复盘,见 `63-campaign-retrospective-global`。

营销与增长74
A
ai-co-scientist
ai-co-scientist
sundial-org / skills

将 Claude Code 转变为 AI Scientist,使用基于树的假设探索来编排研究工作流。触发词:"research project"、"scientific experiment"、"run experiments"、"AI scientist"、"tree search experimentation"、"systematic study"。

生产力74
A
anthropics-xlsx

只要电子表格文件是主要输入或

文档处理74
A
auto-dev
auto-dev
drivly / auto-dev-skill

处理任何汽车数据任务时使用,包括 Auto.dev API、车辆数据、VIN 解码、汽车列表、车辆照片、规格、召回、付款、利率、税费、OEM 构建数据、车牌转 VIN、CLI 命令、MCP 工具或 SDK 方法

数据与数据库74
A
azure-ai-vision
azure-ai-vision
membranedev / application-skills

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

数据与数据库74
A
azure-eventhub-java
azure-eventhub-java
sickn33 / agentic-awesome-skills

使用 Azure Event Hubs SDK for Java 构建实时流式应用。在实现事件流、高吞吐数据摄取或构建事件驱动架构时使用。

数据与数据库74
C
chembl-database-bioactivity
chembl-database-bioactivity
jaechang-hits / sciagent-skills

通过公共 REST/JSON API 使用原生 `requests` 查询 ChEMBL(200 万以上化合物、1900 万以上生物活性测量值、1.3 万以上靶点)——无需安装 SDK。可搜索化合物、检索 IC50/Ki/EC50 生物活性、查找靶点抑制剂、进行 SAR 分析、访问药物机制/适应症数据。

数据与数据库74
C
china-deal-screening
china-deal-screening
jwangkun / claude-for-financial-services-cn

筛选并评估 A 股投资机会。改编自原始 deal-screening 技能,适用于中国市场数据源、A 股筛选标准和境内项目发掘。触发词:"A股标的筛选"、"标的筛选"、"screening China"、"deal screening A-share"、"筛选投资标的"、"screen for [criteria]"。

数据与数据库74
C
china-merger-model
china-merger-model
jwangkun / claude-for-financial-services-cn

A 股并购交易的增厚/摊薄及并购后果分析。改编自原始 merger-model 技能,适配中国 GAAP、CAS 会计及中国市场交易结构。触发词包括“A股并购分析”“并购模型”“accretion dilution China”“merger model A-share”或“M&A consequences [company]”。

数据与数据库74
C
content-similarity-checker
content-similarity-checker
dkyazzentwatwa / chatgpt-skills

使用 TF-IDF、余弦相似度和 Jaccard 指数比较文档相似度。适用于查重、查找重复内容或内容匹配时。

数据与数据库74
D
database-management
database-management
autumnsgrove / lattice

使用 database.py 接口实现 SQLite 数据库模式,并做到完全的 SQL 隔离。对所有数据库项目均为强制要求。适用于处理数据库、数据持久化或 SQLite 的场景。

数据与数据库74
D
db-multitenancy
db-multitenancy
hainrixz / claude-db

审计多租户数据隔离——租户模型适配度(共享行 vs schema vs 数据库)、缺失或未强制实施的租户范围限定、以 tenant_id 开头的复合索引/键要求,以及查询或约束省略租户边界时的跨租户泄漏风险。模块 M9。同时为 Design & Integrity(Seguridad)与 Performance & Scale(Escala)两项评分提供输入。

数据与数据库74
D
dbeaver
dbeaver
partme-ai / full-stack-skills

指导 DBeaver 的使用,涵盖 MySQL、PostgreSQL、Oracle、MongoDB 等数据库的连接管理、SQL 开发、数据导入/导出和 ER 图生成。适用于用户需要配置 DBeaver 连接、在 SQL 编辑器中编写查询、导出数据或生成 ER 图时。

数据与数据库74
D
docling-document-intelligence
docling-document-intelligence
jr2804 / prompts

使用 Docling 解析、转换、分块并分析文档。当用户以文件路径或 URL 提供文档(PDF、DOCX、PPTX、HTML、图片)并希望:提取文本或结构化内容、转换为 Markdown 或 JSON、为 RAG 摄取对文档分块、分析文档结构(标题、表格、图表、阅读顺序),或通过迭代式流水线调优进行质量评估时,使用该 skill。触发词:"parse this PDF"、"convert to markdown"、"chunk for RAG"、"extract tables"、"analyze document structure"、"prepare for ingestion"、"process document"、"evaluate docling output"、"improve conversion quality"。

文档处理74
D
dojo-indexer

为 GraphQL 查询、gRPC 订阅和 SQL 访问配置 Torii 索引器。适用于为客户端查询或实时更新索引已部署的 world。

数据与数据库74
第 7621–7680 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。