mcpField

Skills

收录 96,770 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
building-apis

构建 Celigo API——自定义 HTTP 端点,使外部系统能够通过 Celigo 集成同步推送或查询数据。创建 API、代理经过身份验证的请求、将查找/写入操作公开为返回结构化响应的 REST 接口,或将 API 发布到 API Management 时使用。

开发3.1k
G
getting-started

Celigo 集成入门导览——核心概念、构建顺序、账户探索、规划规范、安全操作生产账户及其环境,以及不同任务应使用的技能。任务不明确或用户刚开始使用 Celigo 时,从这里开始。

数据与数据库3.1k
C
configuring-filters

在导出、导入和流程分支上配置 Celigo 过滤器规则,用于控制哪些记录继续在管道中流转。在添加过滤器、设置分支路由条件,或在表达式过滤器与脚本过滤器之间选择时使用。

数据与数据库3.1k
C
configuring-guardrails

配置 Celigo 防护栏资源——用于校验集成中流动数据的安全与合规检查。在为 PII 检测、内容审核或基于 AI 的评估规则创建或编辑防护栏时使用。

数据与数据库3.1k
D
data-report
data-report
nexu-io / open-design

将 CSV、Excel 或 JSON 数据转换为精美的可视化报告页面

数据与数据库3.1k
S
sensorkit
sensorkit
dpearson2699 / swift-ios-skills

在获批研究中使用 SensorKit 访问研究级传感器数据。适用于应用需要设置 SensorKit 权限、申请 Research Sensor & Usage Data 授权,或访问环境光、记录的运动、设备使用情况、键盘指标、到访记录、语音、面部、腕部温度、ECG、PPG、声学设置或睡眠时段数据时。普通运动数据应使用 CoreMotion,健康记录/锻炼数据应使用 HealthKit。

开发3.1k
B
building-b2b

构建 Celigo B2B Manager EDI 集成——交易伙伴入驻、EDI 配置文件、文件定义、X12/EDIFACT 流程模式和交易监控。合作伙伴入驻、编辑 EDI 流程、设置解析规则或根据规范 PDF 生成规则,或监控文档交换时使用。

数据与数据库3.1k
T
troubleshooting-flows

诊断并解决 Celigo 流程失败——整体失败、部分错误、任务卡住、运行结果为空以及性能问题。当流程失败、出现错误、未返回数据或运行缓慢时使用。

数据与数据库3.1k
C
configuring-connections

配置 Celigo 连接和 iClient —— 用于向外部系统进行身份验证的凭据和配置对象。在创建或编辑连接、选择认证方式、设置 OAuth、管理 iClient(共享凭据存储)或排查连接问题时使用。

数据与数据库3.1k
F
fetch
fetch
browserbase / skills

当用户希望在不启动完整浏览器会话的情况下获取 URL 内容时使用此技能:从静态页面获取 HTML 或 JSON、检查状态码或标头、跟随重定向,或获取页面源代码以进行简单抓取。如果不需要 JavaScript 渲染和页面交互,优先使用此技能而不是浏览器。支持代理和重定向控制。

开发3.0k
C
configuring-lookup-caches

配置 Celigo 查找缓存资源 —— 用于快速查找、去重、交叉引用解析和流执行期间状态跟踪的内存键值存储。在创建缓存、加载数据、在导入查找中引用缓存或管理缓存生命周期时使用。

数据与数据库3.0k
C
convex-schema-validator
convex-schema-validator
waynesutton / builder-skills

设计 convex/schema.ts 中的表、校验器、索引和关系,并在数据演进过程中保持架构的准确性。适用于创建表、添加字段、选择索引字段、建模关系,或在部署时出现校验器报错的情况。

数据与数据库3.0k
W
web-content-fetcher
web-content-fetcher
shirenchuang / web-content-fetcher

从任意 URL 提取文章内容,转换为干净的 Markdown。主要使用 Scrapling 脚本(自动从 fast 回退到 stealth),简单页面则使用 Jina Reader 作为备选方案。保留标题、链接、图片、列表和代码块。当用户希望获取、阅读、提取、抓取或总结某个 URL 的内容时使用此技能——包括博客文章、新闻文章、微信公众号文章、文档页面或任意网页。当用户说出「帮我读一下这篇文章」「抓取这个网页」「提取正文」或「read this page for me」之类的说法时也应触发。

生产力3.0k
G
google-maps-scraper
google-maps-scraper
gosom / google-maps-scraper

从 Google 地图查找商家、潜在客户、邮箱、评论、评分和联系方式。适用于「查找柏林的牙医」「抓取 Google 地图」「获取本地商家线索」「收集 Google 地图评论」等请求。使用 Docker 在本地运行开源的抓取工具,并引导非技术用户完成设置、监控和结果查看。

营销与增长3.0k
A
arize-annotation
arize-annotation
arize-ai / arize-skills

在 Arize 上创建和管理标注配置(分类、连续值、自由格式标签架构)及标注队列(人工审核工作流)。通过 Python SDK 对项目 spans 应用人工标注。适用于用户提及标注配置、标注队列、标签架构、人工反馈、批量标注 spans、update_annotations、标注队列、标注记录或人工审核时。

数据与数据库3.0k
M
metrics-dashboard
metrics-dashboard
phuryn / pm-skills

定义并设计产品指标仪表板,涵盖关键指标、数据源、可视化类型和告警阈值。适用于创建指标仪表板、定义 KPI、设置产品分析或制定数据监控计划。

数据与数据库3.0k
Q
querying-soql
querying-soql
forcedotcom / sf-skills

SOQL 查询生成、优化和分析,并按 100 分制评分。用户需要编写或优化 SOQL/SOSL 时使用:自然语言转查询、关系查询、聚合、查询计划分析,以及性能或安全性改进。触发条件:用户编写、优化或调试 SOQL/SOSL 查询,处理 .soql 文件,或询问关系查询、聚合或查询性能。以下情况不要触发:批量数据操作(使用 handling-sf-data)、Apex DML 逻辑(使用 generating-apex)或报表/仪表板查询。

数据与数据库3.0k
I
ideal-customer-profile
ideal-customer-profile
phuryn / pm-skills

根据研究数据,结合人口统计特征、行为、JTBD 和需求,识别理想客户画像(ICP)。适用于定义 ICP、分析 PMF 调查数据,或了解最佳客户群体。

营销与增长3.0k
I
ibd-distribution-day-monitor
ibd-distribution-day-monitor
tradermonty / claude-trading-skills

检测 QQQ/SPY 的 IBD 式派发日(收盘下跌至少 0.2%,且成交量增加),跟踪 25 个交易日的到期和 5% 失效条件,统计 d5/d15/d25 聚集情况,将市场风险分类为 NORMAL/CAUTION/HIGH/SEVERE,并提供 TQQQ/QQQ 敞口建议。适用于收盘后、调整 TQQQ 敞口前,或作为 FTD/市场状态框架的输入。不执行交易。

数据与数据库3.0k
W
write-query
write-query
anthropics / knowledge-work-plugins

按照最佳实践,为你的 SQL 方言编写优化后的 SQL。适用于将自然语言的数据需求转换为 SQL、构建包含连接和聚合的多 CTE 查询、优化针对大型分区表的查询,或获取 Snowflake、BigQuery、Postgres 等的方言专属语法。

数据与数据库3.0k
P
performance-report
performance-report
anthropics / knowledge-work-plugins

制作营销绩效报告,包含关键指标、趋势分析、成效与不足,以及按优先级排列的优化建议。适用于总结营销活动、为利益相关者准备每周/每月/每季度渠道摘要,或需要将数据转化为包含下一周期优先事项的高管摘要时。

营销与增长3.0k
Y
yc-reader
yc-reader
himself65 / finance-skills

通过公开的 yc-oss API 查询 Y Combinator 公司和批次数据;该静态 JSON 数据集每日更新。内容包括公司简介、批次名单(如 W25、S24)、按行业或标签分类的公司、顶尖公司、正在招聘的公司、创始人多元化名单,以及 YC 整体统计数据。用户询问 YC 支持的初创公司、YC 批次、特定行业或标签下的 YC 公司、正在招聘的 YC 公司、Y Combinator 投资组合,或基于 YC 数据的初创企业和风险投资研究时使用。只读。

生产力3.0k
U
user-personas
user-personas
phuryn / pm-skills

根据研究数据创建精炼的用户画像,包含 3 个画像及其 JTBD、痛点、收益和意外发现。适用于根据调查数据构建用户画像、根据研究创建用户档案,或为产品决策细分用户。

设计与 UI3.0k
M
market-sizing
market-sizing
phuryn / pm-skills

使用自上而下和自下而上的方法,通过 TAM、SAM 和 SOM 估算市场规模。适用于评估市场机会规模、估算可触达市场、准备投资者演示或评估市场进入策略

营销与增长3.0k
O
office-automation
office-automation
texiaoyao / office-automation-skill

自动化处理 Word 和 Excel 文件。使用 Python 脚本读取、写入、格式化文档和表格。支持批量处理、模板填充、数据提取和格式转换。

文档处理3.0k
E
ef-core
ef-core
codewithmukesh / dotnet-claude-kit

面向 .NET 10 的 Entity Framework Core 模式。涵盖 DbContext 配置、迁移工作流、拦截器、编译查询、ExecuteUpdateAsync、ExecuteDeleteAsync、值转换器以及查询优化。在处理数据库、编写查询、管理架构变更时,或当用户提到「EF Core」、「Entity Framework」、「DbContext」、「migration」、「LINQ query」、「database」、「SQL」、「N+1」、「Include」、「split query」、「value converter」、「interceptor」或「compiled query」时,加载此技能。

数据与数据库3.0k
E
elasticsearch-file-ingest
elasticsearch-file-ingest
elastic / agent-skills

通过流处理和自定义转换,将数据文件(CSV/JSON/Parquet/Arrow IPC)导入 Elasticsearch 并进行转换。适用于加载文件或批量导入数据;不适用于重建索引、通用摄取管道设计或 Bulk API 模式。

数据与数据库3.0k
V
vectorbt-expert
vectorbt-expert
marketcalls / vectorbt-backtesting-skills

VectorBT 回测专家。适用于用户要求回测策略、创建入场/出场信号、分析投资组合表现、优化参数、获取历史数据、使用 VectorBT/vectorbt、比较策略、确定仓位规模、绘制权益曲线或回撤图,或分析交易时。也适用于 openalgo.ta 辅助函数(exrem、crossover、crossunder、flip、donchian、supertrend)。

数据与数据库3.0k
P
platform-report-generate
platform-report-generate
forcedotcom / sf-skills

用户创建、生成或验证 Salesforce Lightning 报表元数据(.report-meta.xml)时使用,涵盖带列、分组、筛选器、图表、交叉筛选器、分桶、公式或时间范围筛选器的表格、汇总、矩阵或联合报表。用户提到“创建报表”“构建报表”“添加图表”,或遇到 .report-meta.xml 部署错误时触发。不要用于 Custom Report Type 元数据(使用 platform-custom-report-type-generate)、仪表板、列表视图、在 UI 中运行报表或 SOQL。

数据与数据库3.0k
N
netlify-database
netlify-database
netlify / context-and-tools

通过 @netlify/database 为 Netlify 应用提供零配置的 Postgres——从 Functions/Edge Functions 查询数据、编写 schema 迁移、配置 Drizzle ORM、使用 netlify dev 进行本地开发、为部署预览创建数据库分支,以及将现有 Postgres 项目迁移到 Netlify。适用于添加数据库、构建联系表单或 CRUD API、编写 SQL 迁移、接入 Drizzle、运行 netlify database 命令、使用本地 Postgres 测试,或从 Neon/Supabase/RDS 切换到 Netlify Database。

数据与数据库3.0k
M
metrics-review
metrics-review
anthropics / knowledge-work-plugins

通过趋势分析和可执行的洞察审查并分析产品指标。适用于开展每周、每月或每季度的指标评审、调查突然的上升或下降、对照目标比较表现,或将原始数据整理成包含建议措施的评分卡。

数据与数据库3.0k
D
django-perf-review
django-perf-review
getsentry / skills

Django 性能代码审查。当用户要求 "审查 Django 性能"、"查找 N+1 查询"、"优化 Django"、"检查 queryset 性能"、"数据库性能"、"Django ORM 问题",或审计 Django 代码中的性能问题时使用。

测试与质量3.0k
K
kibana-streams
kibana-streams
elastic / agent-skills

通过 REST API 列出、检查、启用、禁用和重新同步 Kibana Streams。适用于用户需要流详情、摄取设置、查询流设置或关联附件(仪表板、规则、SLO)。

数据与数据库2.9k
C
ce-product-pulse
ce-product-pulse
everyinc / compound-engineering-plugin

根据已配置的信号生成特定时间范围的产品动态报告

数据与数据库2.9k
C
create-datadriven-aspnetcore
create-datadriven-aspnetcore
dotnet / skills

在不依赖 ASP.NET Core CLI 脚手架 / 代码生成工具的前提下,生成或搭建 ASP.NET Core 代码——Razor Pages、Blazor 组件、MVC 控制器、视图以及 Minimal API 端点。适用于:(1) 新增以 Entity Framework (EF Core) 和数据库为后端的 CRUD 页面、视图或 API 端点;(2) 生成使用 DbContext 进行数据增删改查的代码;(3) 搭建与项目现有 CSS 框架和编码风格一致的 UI 组件;(4) 为模型类创建数据驱动的表单、表格和导航。不适用于非 ASP.NET 项目,或希望优先使用 CLI 脚手架的场景。

开发2.9k
I
ito-baskets

只读的 Itô 篮子和预测市场数据技能。可索引实时篮子目录,将篮子与用户提供的研究资料或关注列表进行比较,撰写有来源依据的市场简报,或起草不可执行的规划工作表。用户要求浏览或索引 Itô 篮子、将篮子与笔记或论点进行比较、研究预测市场事件/场所/流动性,或在不交易的情况下规划篮子或市场构想时使用。绝不提供建议、下单、交易、预订或执行操作。

数据与数据库2.9k
A
ab-test-analysis
ab-test-analysis
phuryn / pm-skills

分析 A/B 测试结果,包括统计显著性、样本量验证、置信区间,以及发布、延长或停止的建议。用于评估实验结果、检查测试是否达到显著性、解读分组测试数据,或决定是否发布某个变体。

数据与数据库2.9k
K
kibana-vega
kibana-vega
elastic / agent-skills

在 Kibana 中使用 ES|QL 数据源创建 Vega 和 Vega-Lite 可视化内容。适用于构建超出标准 Lens 图表功能的自定义图表、仪表板或以编程方式布局面板。

数据与数据库2.9k
M
migrate
migrate
codewithmukesh / dotnet-claude-kit

引导式安全迁移工作流,涵盖 EF Core 架构迁移、.NET 版本升级和 NuGet 依赖更新——每项都配有回滚策略和验证步骤。调用时机:"添加迁移"、"更新数据库"、"创建迁移"、"架构变更"、"新建表"、"重命名列"、"升级 nuget"、"更新包"、"依赖更新"、"版本升级"、".NET 升级"。

数据与数据库2.9k
I
ito-market-intelligence

为 Itô 篮子工作流研究预测市场事件、交易场所、标的资产、流动性和新闻背景。用于只读市场情报、受 API 限制的 Itô 探索,以及基于来源的预测市场简报;不提供投资建议,也不进行实时交易。

数据与数据库2.9k
I
ito-basket-compare

将 Itô 预测市场组合与用户的知识库、投资组合笔记、财务背景、观察列表或研究论点进行比较。用于只读的组合比较和差距分析,不提供投资建议,也不执行实时交易。

数据与数据库2.9k
M
messaging-performance-analyzer
messaging-performance-analyzer
sentdm / sent-plugin

分析 Sent 消息投递、webhook 和活动数据,以解释漏斗流失、投递失败、已读率差距、渠道回退和可疑的性能变化。用户提到 MDR、投递报告、消息活动、webhook 事件、消息发送失败、投递率低、RCS 回退、WhatsApp 已读率、SMS 过滤、营销活动效果,或询问消息为何未送达时使用。

数据与数据库2.9k
I
ito-data-atlas-agent

为 Itô 组合研究、市场发现、参数草拟和人工参与式编辑,设计以来源为依据的 Data Atlas 风格 Agent。用于架构和只读工作流规划,不用于实时下单。

Agent 工作流2.9k
S
sent-analytics
sent-analytics
sentdm / sent-plugin

使用 Sent MCP 工具查询 Sent 电话号码能力,以及汇总消息、送达情况和联系人分析数据。适用于用户查询号码、线路或渠道能力、已发送消息数、送达率、联系人增长、仪表板指标、时段对比或指定日期范围的趋势。需要消息级证据和根因诊断时,使用 messaging-performance-analyzer。

数据与数据库2.9k
C
cohort-analysis
cohort-analysis
phuryn / pm-skills

对用户参与度数据进行群组分析,包括留存曲线、功能采用趋势和细分群体洞察。在按群组分析用户留存、研究功能采用随时间的变化、调查流失模式或识别参与度趋势时使用。

数据与数据库2.9k
M
multi-asset-morning-briefing
multi-asset-morning-briefing
nomadamas / k-skill

글로벌 주식·금리·외환·원자재·변동성과 한국시장 전달 경로를 연결해 근거 링크가 있는 7개 섹션의 멀티에셋 모닝 브리핑을 작성한다. Use when the user asks 모닝 브리핑, Morning Call, 오버나이트 시황, 데일리 마켓 브리핑 또는 기존 브리핑 검수. Not for 실시간 호가, 국내 개별 종목 단독 조회(korean-stock-search), 투자 권유·매매 판단.

数据与数据库2.9k
D
db
db
oracle / skills

提供 Oracle Database 在 SQL、PL/SQL、SQLcl、ORDS、Oracle Vector SDK、管理、应用开发、性能、安全、迁移和 Agent 安全数据库工作流方面的指导。用户要求编写、编辑、改写、审查、格式化、调试、调优或解释 SQL;创建或重构 PL/SQL;通过 Python SDK、REST API 或 DBMS_VECTOR_DATABASE 包使用 Oracle VecDB;使用 SQLcl、Liquibase、ORDS、JDBC、node-oracledb、Python、Java、.NET 或数据库框架;排查向量表、嵌入、向量搜索、重排、查询、会话、锁、等待、索引、优化器计划、AWR、ASH、迁移、架构、用户、角色、权限、备份、恢复、Data Guard、RAC、多租户、容器、监控、审计、加密、VPD 或安全的 Agent 数据库操作时使用。

数据与数据库2.9k
N
north-star-metric
north-star-metric
phuryn / pm-skills

定义一个北极星指标以及 3 到 5 个支撑性输入指标,构成指标星座。对业务模式(注意力型、交易型、生产力型)进行分类,并依据 7 条标准验证其是否为有效的北极星指标。适用于选择北极星指标、搭建指标体系、了解北极星框架,或决定该衡量什么时。

数据与数据库2.9k
H
handling-sf-data
handling-sf-data
forcedotcom / sf-skills

使用 130 点评分进行 Salesforce 数据操作。通过 sf CLI 和匿名 Apex 创建、更新、删除、批量导入/导出、生成测试数据并清理组织记录。以下情况触发:用户创建测试数据、执行批量导入/导出、使用 sf data CLI 命令、需要 Apex 测试的数据工厂模式,或需要在 Salesforce 组织中填充/清理记录。以下情况不要触发:仅编写 SOQL 查询(使用 querying-soql)、运行 Apex 测试(使用 running-apex-tests),或部署元数据(使用 deploying-metadata)。

数据与数据库2.9k
T
target-prioritization
target-prioritization
agents365-ai / 365-skills

通过并行调用 UniProt、OpenTargets(集成 DepMap CRISPR 必需性数据和 gnomAD 约束)、PubMed、Human Protein Atlas(HPA)及 ChEMBL 工具化合物的 API 查询,对排序后的基因列表(例如 scRNA-seq DE 输出)中的药物靶点进行优先级排序;随后根据综合评分重新排序,该评分结合蛋白质定位、成药性、疾病遗传学、组织特异性(安全性)、目标细胞类型表达、CRISPR 必需性、LoF 安全性约束和研究成熟度。用户希望筛选、初步评估、排序或对药物发现的候选基因列表“开展尽职调查”时使用,尤其是在 DE/DEG 分析后提出“这些基因中哪些值得跟进”“筛选可成药靶点”“制作靶点档案”“按可开发性排序”“标注这些基因的成药性”或“生成靶点报告”等请求时触发。即使用户只说“筛选这些候选基因”,或提交了来自 DE 流水线的 CSV,也应触发。

数据与数据库2.9k
S
shopify-shopifyql
shopify-shopifyql
shopify / shopify-ai-toolkit

使用 ShopifyQL(Shopify 的查询语言)回答商家的**分析和报告**问题,用于查询 Admin GraphQL API 无法计算的汇总店铺指标。当问题涉及**数字、总量、趋势或细分**,而非获取或修改单条记录时,选择此技能(而不是 `admin`):包括但不限于总销售额/毛销售额/净销售额和收入、订单数、平均订单金额、退款、售出数量、会话数、转化率和流量;可按产品、渠道、地区或客户细分,按时间追踪,或进行周期对比。例如:“过去 7 天的总销售额”“本月按销售渠道统计订单”“收入最高的产品”“本周转化率”“今年与去年销售额对比”。本主题涵盖编写 ShopifyQL 查询;如果商家希望在店铺中运行查询,则交由 `use-shopify-cli` 执行。不适用于常规 Admin GraphQL 记录操作——获取或修改单条资源(使用 `admin`)。

数据与数据库2.9k
D
dt-dql-essentials
dt-dql-essentials
dynatrace / dynatrace-for-ai

DQL 核心语法、常见陷阱、查询模式和查询优化。编写、构建、修复或优化 DQL 查询时加载——可避免语法错误,并让查询更快、更高效、成本更低(扫描的数据越少,每次运行的查询消耗/成本就越低)。涵盖 fetch 命令、数据模型、字段命名空间、时间对齐、实体/Smartscape 模式、指标发现以及性能/成本优化(尽早筛选、分桶筛选、缩短时间范围、选择字段、采样、基数)。触发词:“write/build/fix a DQL query”、“DQL syntax”、“query logs/spans/metrics”、“create a timeseries”、“optimize my DQL”、“make my query faster/cheaper”、“reduce DQL cost/consumption/scanned data”、“keep DQL cost under control”。不要用于解释现有查询或回答产品问题。若要监控租户的实际查询消耗/账单(查询花费、谁扫描最多、成本趋势),请使用 dt-platform-costs——此工具优化的是查询文本,而不是账单数据。

数据与数据库2.9k
O
observability-service-health
observability-service-health
elastic / agent-skills

使用 SLO、告警、ML、吞吐量、延迟、错误率和依赖关系评估 APM 服务健康状况。适用于检查服务状态或性能,或用户询问服务健康状况时。

云与 DevOps2.9k
C
comp-analysis
comp-analysis
anthropics / knowledge-work-plugins

分析薪酬,包括市场基准比较、薪酬等级定位和股权建模。用户询问“某个职位应支付多少薪酬”“这个报价有竞争力吗”“对这笔股权授予建模”,或上传薪酬数据以识别异常值和留任风险时触发。

数据与数据库2.9k
C
capacity-plan
capacity-plan
anthropics / knowledge-work-plugins

规划资源容量——工作负载分析与利用率预测。适用于以下情况:进入季度规划,团队感觉整体超负荷而你需要数据支撑;决定是招人还是降低优先级;或压力测试即将启动的项目在现有人力下是否可行。

生产力2.8k
D
domain-ml
domain-ml
actionbook / rust-skills

使用 Rust 构建 ML/AI 应用时使用。关键词:机器学习、ML、AI、张量、模型、推理、神经网络、深度学习、训练、预测、ndarray、tch-rs、burn、candle、机器学习、人工智能、模型推理

数据与数据库2.8k
B
business-health-diagnostic
business-health-diagnostic
deanpeters / product-manager-skills

从增长、留存、效率和资本四个方面诊断 SaaS 业务健康状况。适用于准备业务回顾或排定紧急修复事项的优先级时。

数据与数据库2.8k
U
using-marketplace-templates

在 Celigo Marketplace 中查找、安装和复用预构建集成蓝图——Templates(已解锁、完全可编辑、不持续更新)和 Integration Apps(由供应商维护、受升级保护并接收更新)。涵盖安装整个模板与根据模板预览重新创建单个元素的区别、连接是如何映射而非复制的,以及何时应从蓝图开始而非从头构建。在浏览 Marketplace、安装模板或 Integration App、在自己的集成中复用单个流程、从模板导出或导入,或了解发布自己的模板和 Integration Apps 所需事项时使用

数据与数据库2.8k
R
redis-connections
redis-connections
redis / agent-skills

Redis 客户端与连接指南,涵盖连接池、多路复用、流水线、基于 RESP3 的客户端缓存、避免慢命令(KEYS、SMEMBERS、HGETALL)以及调整套接字超时。在配置 Redis 客户端(redis-py、Jedis、Lettuce、NRedisStack)、为提升吞吐量而批处理命令、消除每请求建立连接的开销、用 SCAN 遍历大规模键空间、为读密集型负载启用客户端缓存,或设置连接与读取超时时使用。

数据与数据库2.8k
A
apify-lead-generation
apify-lead-generation
apify / agent-skills

通过抓取 Google Maps、网站、Instagram、TikTok、Facebook、LinkedIn、YouTube 和 Google Search 生成 B2B/B2C 潜在客户。用户要求寻找潜在客户、商机或企业,建立潜在客户名单、补充联系人信息,或抓取用于销售拓展的个人资料时使用。

营销与增长2.8k
第 721–780 条,共 12,219 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。