Skills

P

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。

R

rag-implementation

ovachiever / droid-tings

使用向量数据库和语义搜索，为 LLM 应用构建检索增强生成（RAG）系统。实现基于知识的 AI、构建文档问答系统或将 LLM 与外部知识库集成时使用。

暂无简介

R

receipt-scanner

dkyazzentwatwa / chatgpt-skills

使用 OCR 和模式匹配从收据图片中提取供应商、日期、条目、金额和总计，并输出结构化 JSON。

R

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。

R

review-sql

nesnilnehc / ai-cortex

审查 SQL 与查询代码的注入风险、参数化、索引与性能、事务、NULL 与约束以及方言可移植性。仅针对语言的原子技能；输出为问题清单。

R

rlang-patterns

ab604 / claude-code-r-skills

用于 data-masking、注入运算符和动态 dots 的 rlang 元编程模式。在编写使用 tidy evaluation 的函数时使用。

R

roadrunner-import-scene

matlab / matlab-agentic-toolkit

使用 MATLAB 将 HD Map 或 OpenDRIVE 文件导入 RoadRunner 场景。适用于在 RoadRunner 或 RoadRunner Scene Builder 中加载驾驶场景、为仿真导入 RRHD、OpenDRIVE 或其他 RoadRunner 支持的格式，或直观验证 Lanelet2 到 RRHD 的转换结果。需要来自 roadrunner-core 的 rrApp 句柄。

S

shap-model-explainability

jaechang-hits / sciagent-skills

通过 SHAP（源自博弈论的 Shapley 值）实现模型可解释性。涵盖解释器选择（Tree、Deep、Linear、Kernel、Gradient、Permutation）、特征归因以及图表（waterfall、beeswarm、bar、scatter、force、heatmap）。用于解释 ML 预测、对特征排序、调试模型、公平性审计或比较模型。适用于树模型、深度模型、线性模型和黑盒模型。

S

skyvern

davepoon / buildwithclaude

AI 驱动的浏览器自动化——使用自然语言浏览网站、填写表单、提取结构化数据、通过已存储的凭据登录，并构建可复用的多步骤工作流。安装：pip install skyvern && skyvern setup

暂无简介

暂无简介

暂无简介

S

statistical-analysis

leonchaox / qinyan-academic-skills

引导式统计分析，含检验选择与报告。当你需要为数据选择合适的检验、进行假设检查、功效分析以及 APA 格式结果时使用。最适合学术研究报告、检验选择指导。若要以编程方式实现特定模型，请使用 statsmodels。

S

stream-feeds-migration

getstream / agent-skills

通过采样实时 v2 动态和反应，为 Stream Activity Feeds 应用生成 v2 -> v3 同步映射；如果可获取应用的 v2 集成代码，还会读取其写入路径，并据此规划应用代码从 v2 迁移到 v3 的方式。适用于设置 Feeds v2 到 v3 的迁移、构建、审查或调试 v3 同步映射、询问“我们的应用需要什么映射？”，询问如何将应用的 v2 Feeds 代码移植到 v3，或迁移后的动态在 v3 中缺少文本或附件、评论类型错误，或书签丢失时。适用于 v3sync、v2 to v3、feeds migration、activity feeds migration、sync mapping、extra_context、reaction kinds、comments and bookmarks mapping、porting plan 等关键词。同一映射同时用于实时同步器和批量导出器。

S

stripe-webhook-idempotency

josiahsiegel / claude-plugin-marketplace

服务端 Stripe webhook 幂等模式。以下情况主动激活：(1) Stripe webhook 处理器设计，(2) 通过 stripe_processed_events 实现的事务性去重，(3) credit_transactions.idempotency_key 的 UNIQUE 部分索引，(4) Idempotency-Key 请求头优先级（请求头 > 请求体 > 服务端 UUID），(5) 在处理器入口处对幂等键格式/字符集/长度进行校验，(6) 当 UPDATE 依赖先前的 SELECT 时使用 FOR UPDATE 行锁，(7) webhook 签名验证（stripe.webhooks.constructEventAsync、容差、原始请求体读取），(8) 使用 randomUUID 回退的可重试端点，(9) 持久检查点行的顺序（检查点在前，变更在后）。提供：完整的 webhook 处理器骨架、Idempotency-Key 校验器、去重 SQL、FOR UPDATE 模式、签名验证示例。

T

tam-adj-peg

haskaomni / serenity-skill

使用 TAM-Adj-PEG 评估股票估值，通过增长跑道和质量调整传统 PEG。当用户提供股票代码，或询问某成长股估值是便宜还是昂贵、是否有 TAM 支撑、是否有跑道支撑、是否经过质量调整，或是否适合作为核心成长、高贝塔成长、困境反转、类期权或周期敞口时使用。

T

torch-geometric-graph-neural-networks

jaechang-hits / sciagent-skills

用于图神经网络的 PyTorch Geometric（PyG）：使用 GCN、GAT、GraphSAGE、GIN 进行节点/图分类、链接预测。消息传递、小批量、异构图、邻居采样、可解释性。支持分子（QM9、MoleculeNet）、社交/知识图谱、3D 点云。非图深度学习请使用 PyTorch；经典图算法请使用 NetworkX。

T

tushare-mcp

kirkluokun / awesome-a-stock-openclawskills

通过 Tushare Pro MCP 获取中国金融市场数据。覆盖 A股/港股/美股/基金/期货/债券/宏观 共 158+ 个接口。当需要股价、财务、指数、宏观数据时，使用 tushare_* MCP tool 而非 Python 脚本。

涉及“数据可视化”“绘图”“图表”“matplotlib”“plotly”“seaborn”“图形”“插图”“热力图”“散点图”“条形图”“交互式绘图”时使用

W

wechat-daily-report

leonense22 / wechat-daily-report-skill

微信群聊天记录日报图片生成工具。分析微信群聊天记录，结合 AI 生成内容，最终输出为手机端分辨率的日报长图（PNG）。

W

wikipedia-research

joshuaroll / wikipedia-research-skill

全面的 Wikipedia 研究技能，用于以结构化 JSON 格式提取可验证、有引用支撑的信息，针对 AI 消费与验证流水线优化。强制触发词：Wikipedia research、Wikipedia citations、verify Wikipedia claims、extract Wikipedia references、fact-check with sources、research topic with citations、gather verifiable information、Wikipedia API、collect research data、build knowledge graph、entity extraction、research timeline。适用场景：(1) 研究需要来源验证的主题，(2) 连同底层引用一起提取 Wikipedia 内容，(3) 为 AI 验证构建研究数据集，(4) 收集结构化书目数据，(5) 将论断追溯至原始来源，(6) 构建实体与关系的知识图谱，(7) 依据传记/历史数据构建时间线，(8) 跨多个来源交叉验证事实。

A

a-share-data

shouldnotappearcalm / a-share-skill

查询A股实时行情、历史数据、技术指标、事件、资金面、热门行业/概念、板块热力图与个股行业信息。Use when 用户提到股票代码、板块、热门概念、热门行业、概念涨跌、行业涨跌、热力图、市场快讯、技术分析、财务指标、指数成分、交易日历、宏观数据或个股所属行业。

A

agnost-ai

agnostai / skills

使用本已安装技能目录，引导 AI Agent 或命令行工具为客户的 Python 或 TypeScript 应用接入 Agnost AI 分析。先检查现有遥测，当现有 OTel 路径能产生可用的 AI span 时保留它，否则使用 Agnost SDK/MCP 包，然后端到端验证真实的对话数据模型。

A

alibabacloud-data-agent-skill

aliyun / data-agent-skill

通过 CLI 调用 Alibaba Cloud Apsara Data Agent for Analytics，对企业数据库执行自然语言驱动的数据分析。Data Agent for Analytics 是 Alibaba Cloud Database 团队为企业用户开发的智能数据分析 Agent。它会根据自然语言描述自动完成需求分析、数据理解、分析洞察和报告生成。该工具支持：发现由 DMS 管理的数据资源（实例/数据库/表）、启动查询或深度分析会话、实时跟踪进度，以及获取分析结论和生成的报告。用户需要查询数据库、分析数据趋势、生成数据报告、用自然语言提问，或提到“Data Agent”“data analysis”“database query”“SQL analysis”“data insights”时使用此 Skill。

A

alterlab-matplotlib

alterlab-ieu / alterlab-academic-skills

使用 matplotlib Python 库（pyplot 和面向对象的 Figure/Axes API）构建图表，实现完整的底层自定义，并导出为 PNG/PDF/SVG。当需要对单个图表元素进行精细控制时使用——自定义折线/散点/柱状/直方图/热力图/等高线/箱线/小提琴/3D 图、rcParams 与样式表调优，或科学 Python 工作流中的 GridSpec 子图布局。不涵盖有固定规范、可直接投稿的多面板图表工作流（Nature/Science/Cell 格式、色盲友好调色板、显著性标注）；这些请优先使用 alterlab-scientific-viz。属于 AlterLab Academic Skills 套件的一部分。

A

analytics-readout

ootto-ai / claude-content-skills

读取你的 Reels 洞察数据，用通俗易懂的语言说明哪些内容应多做、哪些应停止，不用术语。适用于用户说“解释一下我的分析数据”“这些数字意味着什么”“看看我的洞察数据”“这个 Reels 表现如何”。

A

azuresql-db-sidecar

microsoft / azure-sql-database-container

将 Azure SQL Database 容器作为 sidecar 服务添加到现有的 Docker Compose 栈或 Dev Container 中。适用于把本地 Azure SQL Database 引擎接入 compose 或 devcontainer.json、应用需要通过服务名（而非 localhost）访问 SQL 后端，或出现 "add SQL to my compose"、"add a database service"、"depends_on database"、"devcontainer SQL sidecar"、"compose healthcheck for SQL"、"wait for the database before starting the app" 等提示时。处理平台 linux/amd64、私有镜像仓库登录、healthcheck 等待就绪，以及一次性 init 服务来创建 appdb（该引擎不会自动创建数据库）。不是 SQL Server 镜像。任何 compose 或 Dev Container 的 SQL 接入都优先使用本项。

C

cbioportal-database

leonchaox / qinyan-academic-skills

在 cBioPortal 中查询癌症基因组学数据，包括数百项癌症研究中的体细胞突变、拷贝数变异、基因表达和生存数据。对于癌症靶点验证、癌基因/抑癌基因分析以及患者级别的基因组分析至关重要。

C

china-clean-data-xls

jwangkun / claude-for-financial-services-cn

为建模清洗并规范化 A 股财务数据。将原始 clean-data-xls 技能适配于中国财务报表、CAS 惯例和 A 股数据格式。触发词："A股数据清洗"、"财务数据清洗"、"clean financial data China"、"数据清洗"、"normalize financial statements"。

C

china-portfolio-monitoring

jwangkun / claude-for-financial-services-cn

面向中国私募股权基金，跟踪并报告 A 股被投企业业绩。监控 KPI、财务指标与战略里程碑。改编自原 portfolio-monitoring skill，面向中国被投企业。触发词：「A股投后管理」「基金投后监控」「portfolio monitoring China」「monitor portfolio company」「投后报告」或「portfolio company review」。

C

clinical-decision-support

leonchaox / qinyan-academic-skills

为制药和临床研究场景生成专业的临床决策支持（CDS）文档，包括患者队列分析（按生物标志物分层并分析结局）和治疗建议报告（基于证据的指南及决策算法）。支持 GRADE 证据分级、统计分析（风险比、生存曲线、瀑布图）、生物标志物整合和法规合规。输出适用于药物开发、临床研究和证据综合的出版级 LaTeX/PDF 格式

C

cloudquery

membranedev / application-skills

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

C

crypto-kline-analysis

teamily-ai / skill-package

通过多时间框架技术分析分析加密货币 K 线趋势。使用 Binance API 提供长期分析（4 小时/日线）、趋势检测、顶部/底部识别和短期信号。

C

customer-fields

membranedev / application-skills

Customer Fields 集成。管理 Organizations、Leads、Pipelines、Users、Goals、Filters。当用户想要与 Customer Fields 数据交互时使用。

D

dailymed-database

jaechang-hits / sciagent-skills

通过 REST API 查询 FDA 药品标签（DailyMed）。可按名称、NDC、set ID 或 RxCUI 搜索结构化产品标签（SPL）；获取适应症、剂量、警告、不良反应、包装信息。无需认证。不良事件请使用 fda-database；DDI 请使用 ddinter-database。

D

data-visualization

pluginagentmarketplace / custom-plugin-ai-data-scientist

EDA、仪表板、Matplotlib、Seaborn、Plotly 与 BI 工具。用于创建可视化、探索性分析或仪表板。

D

db-indexing

hainrixz / claude-db

针对查询负载审计索引覆盖情况——复合索引列顺序（ESR）、覆盖索引和部分索引、专用类型（GIN/GiST/BRIN、FTS、geo、JSONB-GIN），以及缺少覆盖索引的外键。模块 M11。纳入性能与规模评分。

D

db-security-access

hainrixz / claude-db

审核访问控制与数据保护——行级安全（Row-Level Security）状态、PII 处理、静态与传输中加密（TLS / sslmode），以及原始字符串拼接带来的 SQL 注入暴露。模块 M10。为 Design & Integrity 评分提供输入。

D

deepchem

jaechang-hits / sciagent-skills

用于药物发现的深度学习。60+ 个模型（GCN、GAT、AttentiveFP、MPNN、ChemBERTa、GROVER），50+ 个特征化器，MoleculeNet 基准，HPO，迁移学习。统一的 load-featurize-split-train-evaluate API。指纹请使用 rdkit-cheminformatics；仅需特征化请使用 molfeat。

D

drizzle-nextjs-postgres

pproenca / dot-skills

在 Next.js App Router 应用中使用 Drizzle ORM 操作 PostgreSQL。涵盖客户端构建（跨 HMR 的 globalThis 单例、Serverless 连接池规模、PgBouncer/Supavisor 后面的 `prepare:false`、需要交互式事务时的驱动选择、`server-only`）、Next.js 16 Cache Components 下 Server Components 中的读取（`use cache` 取代 `unstable_cache` 以及 `revalidate`/`dynamic` 段配置、Suspense 边界、React `cache()` 去重）、Server Actions（在 action 内进行授权、`updateTag` 与 `revalidateTag`、`after()`）、Postgres 模式类型（timestamptz、identity 与 serial、jsonb、numeric-as-string、bigint 模式）、drizzle-kit 迁移（generate 与 push、在迁移器之外使用 CONCURRENTLY、NOT VALID 约束、重命名提示）、事务与连接池连接，以及 Postgres 查询陷阱（keyset 分页、count 成本、依赖驱动的 `db.execute()` 形态、NOT IN 空值、预处理语句）。在 Next.js 中编写或审查 Drizzle + Postgres 代码时使用。

E

easyexcel-read

full-stack-skills / java-skills

基于 Alibaba EasyExcel（com.alibaba:easyexcel:4.0.3）的 Excel 数据读取技能。覆盖监听器模式（ReadListener/AnalysisEventListener/PageReadListener）、同步读取（doReadSync）、多 Sheet 读取、@ExcelProperty(index/name) 匹配、多行表头（headRowNumber）、日期数字自定义转换器（@DateTimeFormat/@NumberFormat/Converter）、监听器异常处理（onException + ExcelDataConvertException）、额外信息读取（批注/超链接/合并单元格，extraRead + CellExtra）、公式和单元格类型（CellData<T>）、不创建对象的读（ReadListener<Map<Integer,String>>）、Web 上传读取（MultipartFile→InputStream）。当用户需要解析 Excel（导入数据/批量入库/对账文件/用户上传/Excel 转对象/Excel 转 Map）时使用此技能，不适用于按预制模板填充（改用 easyexcel-fill）、不适用于程序化生成 Excel（改用 easyexcel-write）。

E

experiment-design

jurgendn / agent-skills

设计一个最小化、与决策相关的实验，配备公平基线、明确的对照组和可衡量的成功标准——并诊断已经出问题的训练运行。在大规模实现或昂贵训练之前使用（基准测试、超参数扫描、大模型训练，或任何研究结论需要严格实证验证时）；在运行出现异常时也使用——「my loss diverged」「training collapsed」「the model won't overfit a tiny batch」「these gains look too good」「is this data leakage」「which hyperparameter should I try next」「how do I summarize these runs into a decision」或「is more data/compute still buying anything」（后者用随附的 scripts/fit_scaling_law.py 来拟合，而不是靠肉眼读双对数图）。

E

experimental-design

kalarislabs / research-agent-skills

在收集数据之前设计实验和研究——选择设计、随机分配、分区组并安排处理组合，以便结果可解释。适用于有人规划研究、询问如何将受试者／样本分组，或提到随机化、分区组、分层、对照、因子或部分因子设计、实验设计（DOE）、多因素筛选、响应面优化、交叉或重复测量或裂区设计、整群／分组随机化、拉丁方、板位布局、批次／运行顺序效应、重复与伪重复，或序贯／自适应／组序贯设计。即使是“我该如何设置这个实验”“如何避免混杂”“测试这 6 个因素的最佳方法是什么”或“把这些小鼠分配到不同条件”等非正式说法，也应触发。设计选定后计算样本量或统计功效，请使用 statistical-power；分析已收集的数据，请使用 statistical-analysis。

暂无简介

F

forecast-modeling

gtmagents / gtm-agents

在设计、调优或审计收入预测模型时使用。

F

formidable-forms

membranedev / application-skills

Formidable Forms 集成。管理 Forms、Users、Roles。当用户需要与 Formidable Forms 数据交互时使用。

F

fred-economic-data

leonchaox / qinyan-academic-skills

查询 FRED（Federal Reserve Economic Data）API，获取来自 100 多个来源的 80 多万条经济时间序列。可访问 GDP、失业率、通胀、利率、汇率、住房和区域数据。适用于宏观经济分析、金融研究、政策研究、经济预测，以及需要美国和国际经济指标的学术研究。

G

gget

leonchaox / qinyan-academic-skills

快速通过命令行/Python 查询 20 多个生物信息学数据库。适用于快速查找：基因信息、BLAST 搜索、AlphaFold 结构、富集分析。最适合交互式探索和简单查询。批处理或高级 BLAST 请用 biopython；多数据库 Python 工作流请用 bioservices。

H

hubspot-revops-skill

scientiacapital / skills

通过 Epiphan AI 数仓（execute_sql / query_dataset）在 HubSpot 上进行收入分析——ICP 验证、线索评分、竞争性赢单/输单、活动分析、管道预测——产出列表的用例需经 qualify_lead 把关。适用于："hubspot analytics"、"revops dashboard"、"lead scoring"、"pipeline forecast"、"ICP analysis"、"hubspot SQL"、"hubspot warehouse"、"win/loss by competitor"、"revenue analytics hubspot"。不适用于基础 CRM CRUD（crm-integration-skill）或通用仪表盘（data-analysis-skill）。

H

hybrid-cloud-outboxes

getsentry / sentry

在 Sentry 中创建和维护基于 outbox 的最终一致性操作的指南。最常用于跨 silo 数据复制，但适用于任何需要最终一致性的场景——包括单 silo 的延迟副作用、审计日志和事件扇出。当被要求 "add outbox"、"add outbox replication"、"replicate model to control silo"、"replicate model to cell"、"add outbox category"、"write outbox signal receiver"、"debug stuck outboxes"、"outbox not processing"、"data not replicating"、"test outbox"、"migrate model to use outboxes"、"backfill outbox data"、"outbox coalescing"、"ReplicatedCellModel"、"ReplicatedControlModel"、"OutboxCategory"、"OutboxScope" 或 "outbox_runner" 时使用。涵盖模型 mixin、类别注册、信号接收器、测试、回填和调试工作流。

I

i4h-workflow-dataset-teleop

nvidia / skills

通过工作流的遥操作 Task 将示范录制到工作流 HDF5 中。用于键盘、主从、VR 或总线输入；不要用于策略评估或基于规则的自主 Task。

在用户自己的负载上微调 Kev 决策模型（开放的 Jev 风格 System One 模型），并以校准后的概率提供服务。它会访谈用户，在其代码库中查找现有的 Jev/TypeSafe 问题或带标签数据，生成足够的合成训练数据以衡量增益，在 Modal 上训练并校准，对照已发布的检查点打分，部署一个与 TypeSafe 兼容的端点，并拆除所有内容。当有人希望在自己的领域（路由、分诊、审核、分类、评分）上回答 noul/choice/score 问题，希望为自动化阈值获得校准的置信度，提及 Jev、TypeSafe、System One 或 Kev，或要求微调、评估、部署或清理 Kev 时使用。

L

laravel-data-chunking-large-datasets

noartem / skills

使用 chunk()、chunkById()、lazy() 和 cursor() 高效处理大型数据集，以降低内存消耗并提升性能

L

list-quality-scorecard

growthenginenowoslawski / coldoutboundskills

适用于任何潜客名单的发送前质量评分卡。为重复率、职位多样性、不良职位模式、catch-all 域名密度、ICP 契合度、邮箱验证覆盖率打分。在发送之前输出字母等级 + 行动项。在名单烧毁收件箱之前就发现坏名单。在邮箱补全之后、Smartlead 上传之前运行。

L

live-dashboard

nexu-io / open-design

以 Live Artifact 形式呈现的 Notion 风格团队仪表盘。单页、自包含的 HTML 仪表盘，包含 KPI、7 天迷你趋势图、实时活动流和关联数据库任务表——通过 Composio 连接器目录接入 Notion。按需刷新，并在 artifact 打开时刷新。未绑定连接器时回退到预置的模拟数据，因此可离线 / 在截图中 / 在选择器预览中正常工作。

M

melissa-data

membranedev / application-skills

Melissa Data 集成。管理数据、记录并自动化工作流。当用户需要与 Melissa Data 数据交互时使用。

M

metric-diagnostics

openai / role-specific-plugins

诊断某个指标为何发生变化或与预期不符。适用于需要找出指标变动、异常、差距或差异的可能驱动因素的任务。

M

mindspeed-fsdp2-data-migration

ascend / agent-skills

用于将数据预处理与数据加载契约迁移到 MindSpeed-MM FSDP2。适用于实现数据集注册、预处理复用、collate 行为与输入字段兼容时。

M

modal-storage-knowledge

josiahsiegel / claude-plugin-marketplace

当用户要求使用 Modal.com 的持久化或共享状态时，应使用本 skill。以下情况请主动激活：Modal Volumes、vol.commit、Dict、Queue、CloudBucketMount、S3 或 GCS 挂载、由 secret 提供凭据的存储、模型缓存持久化、数据集暂存、共享队列、分布式状态、卷一致性，以及存储故障排查。提供：存储原语选择矩阵、提交/一致性模式、挂载配置配方，以及故障排查清单。