Skills

Z

zarr-python

leonchaox / qinyan-academic-skills

适用于云存储的分块 N 维数组。支持压缩数组、并行 I/O、S3/GCS 集成，兼容 NumPy/Dask/Xarray，适用于大规模科学计算流水线。

Z

zigzag-pattern-classifier

terrylica / cc-skills

用于算法交易的 ZigZag 摆动形态分类。UP-DOWN 和 UP-DOWN-UP 形态。触发词 - zigzag、swing classification

Z

zinc-database

leonchaox / qinyan-academic-skills

访问 ZINC（2.3 亿多种可购买化合物）。按 ZINC ID/SMILES 搜索、相似性搜索，获取可用于对接的 3D 结构，以发现类似物并用于虚拟筛选和药物发现

面向中国股票市场的 A 股综合信息收集与分析技能。当你需要查询股价、分析财务数据、跟踪投资组合或监控市场趋势时使用。

A

ab-test-setup

kimny1143 / claude-code-template

当用户希望规划、设计或实施 A/B 测试或实验时使用。用户提及“A/B 测试”“拆分测试”“实验”“测试此更改”“变体文案”“多变量测试”或“假设”时也适用。跟踪实施请参阅 analytics-tracking。

A

ab-testing

gtmagents / gtm-agents

在为主题行、优惠、发送节奏或……设计实验时使用。

A

aeon

jaechang-hits / sciagent-skills

与 scikit-learn 兼容的 Python 时间序列机器学习工具包：通过 30 多种算法（ROCKET、InceptionTime、KNN-DTW、HIVE-COTE、WEASEL）进行分类、聚类、回归、分段和变换。支持面板数据、多变量和不等长序列。是 sktime 的持续维护后继项目。替代方案：sktime（生态系统更大）、tslearn（算法更少）、catch22（仅特征）。

A

afa-dashboard

afadtc / afa-dtc-skills

DTC 数据仪表盘与体检——三层看板、KPI 追踪、北极星、异常预警。触发词: 数据体检, 仪表盘, dashboard, KPI, 指标追踪, 基准线, 营收报表, 异常预警, metrics, benchmark, data health check, revenue report。复杂问题先经 afa。

A

alterlab-alphafold-db

alterlab-ieu / alterlab-academic-skills

访问包含 2.4 亿以上 AI 预测蛋白质结构的 AlphaFold DB（v6，另有预计算的同源二聚体/异源二聚体复合物）——按 UniProt accession 检索模型、下载 PDB/mmCIF 文件，并分析预测置信度指标（pLDDT、PAE）。当 UniProt ID 需要计算预测的三维结构，或不存在实验结构时使用，适用于同源建模、蛋白质工程或基于结构的药物发现；对于实验测定的结构（X-ray、cryo-EM、NMR）优先使用 alterlab-pdb，要自行折叠新序列或复合物优先使用 alterlab-alphafold，而蛋白质序列、注释或 accession ID 映射优先使用 alterlab-uniprot。属于 AlterLab Academic Skills 套件的一部分。

A

alterlab-cbioportal

alterlab-ieu / alterlab-academic-skills

通过无需密钥的 REST API 查询 cBioPortal，获取 TCGA、GENIE、MSK-IMPACT 及数百项研究中的癌症基因组学数据——体细胞突变、拷贝数变异 (GISTIC)、mRNA/蛋白表达、结构变异以及患者层面的临床/生存数据。适用于以下情形：查询某基因在某种肿瘤类型中的突变/扩增/缺失频率，跨癌种分析癌基因或抑癌基因（泛癌变异频率），提取与 OS/临床结局关联的患者层面突变，或基于队列基因组学验证癌症靶点。胚系变异致病性请使用 alterlab-clinvar；突变特征 (SBS) 分解请使用 alterlab-cosmic；CRISPR/RNAi 基因依赖性请使用 alterlab-depmap；汇总的靶点-疾病证据请使用 alterlab-opentargets。AlterLab Academic Skills 套件的一部分。

A

alterlab-deeptools

alterlab-ieu / alterlab-academic-skills

使用 deepTools 命令行处理和可视化深度测序覆盖度——将 BAM 转换为 bigWig (bamCoverage)、构建 log2 比值轨道 (bamCompare)、运行质控（multiBamSummary 相关性、PCA、plotFingerprint）、应用 ATAC-seq Tn5 偏移 (alignmentSieve --ATACshift)，以及生成 TSS/峰热图和分布图 (computeMatrix、plotHeatmap、plotProfile)。适用于覆盖度轨道、信号热图/分布图、归一化 (RPGC/CPM/RPKM)，以及 ChIP-seq、ATAC-seq、MNase-seq 或 RNA-seq 的有效基因组大小查询。不适用于逐读段/CIGAR/MAPQ 的 BAM 记录访问——那是 pysam。AlterLab Academic Skills 套件的一部分。

A

alterlab-geo

alterlab-ieu / alterlab-academic-skills

访问 NCBI GEO（Gene Expression Omnibus）获取基因表达与功能基因组学数据——按 GSE、GSM、GPL 或 GDS 编号检索并下载微阵列和 RNA-seq 数据集，并获取 SOFT、MINiML 和 series matrix 文件。适用于查找公共表达数据集、获取处理后的表达矩阵、下载某项研究的补充文件，或为差异表达分析获取按研究划分的转录组数据。若需按 SRA/ENA 运行编号获取原始 FASTQ 测序读段请使用 alterlab-ena；若需参考组织表达基线（人体各组织的中位 TPM）请使用 alterlab-gtex；若需癌症队列的体细胞突变和拷贝数请使用 alterlab-cbioportal。属于 AlterLab Academic Skills 套件的一部分。

A

alterlab-gget

alterlab-ieu / alterlab-academic-skills

通过 gget 命令行或 Python 对 20 多个生物信息学数据库运行快速的一行式查询——基因信息 (Ensembl)、BLAST、AlphaFold 结构、Enrichr 富集分析等。适用于对基因、序列、结构或通路进行快速交互式查询——批量处理或高级 BLAST 请使用 biopython，多数据库的 Python 工作流请使用 bioservices。AlterLab Academic Skills 套件的一部分。

A

alterlab-gwas

alterlab-ieu / alterlab-academic-skills

查询 NHGRI-EBI GWAS Catalog REST API v2 获取经整理的 SNP-性状关联数据，可按 rs ID、疾病/性状（EFO/MONDO）、基因或研究（GCST）检索变异，并获取 p 值、效应量和祖源信息，同时在 FTP 站点上定位完整的统一汇总统计。适用于研究全基因组关联研究结果、将 SNP 或 rsID 映射到性状、为多基因风险评分或精细定位筛选 GWAS，或进行遗传流行病学查询。属于 AlterLab Academic Skills 套件。

A

alterlab-phylogenetics

alterlab-ieu / alterlab-academic-skills

从原始序列端到端构建系统发育树——MAFFT 多序列比对、可选的 TrimAl 修剪、带模型选择和自举的 IQ-TREE 3 最大似然推断、用于大数据集的 FastTree，然后用 ETE3 或 FigTree 可视化。适用于从序列 (FASTA) 重建进化分析、微生物基因组学、病毒系统动力学、蛋白家族研究或分子钟定年所需的树。要操作/比较已有的 Newick 树（剪枝、定根、Robinson-Foulds、重复/物种形成事件）请使用 alterlab-etetoolkit；单纯的序列解析/翻译请使用 alterlab-biopython。AlterLab Academic Skills 套件的一部分。

A

alterlab-tiledbvcf

alterlab-ieu / alterlab-academic-skills

使用 TileDB-VCF 大规模存储和查询基因组变异数据——将 VCF/BCF 导入压缩的 TileDB 数组、增量添加样本、运行快速的并行区域/样本查询，并导出回 VCF。适用于管理对于扁平 VCF 而言过于庞大的群体基因组学变异数据集、构建联合变异存储，或按区域查询数千个样本。AlterLab Academic Skills 套件的一部分。

自动化读取、写入、合并、转换和校验 Excel（.xlsx/.xls）文件。当用户处理电子表格、.xlsx 文件、Excel 数据、CSV 转 Excel、批量 Excel 处理或从表格生成报告时使用。

A

automation-workflows

alphaonedev / openclaw-graph

通用工作流自动化：IFTTT 式触发器、webhook 链、数据转换管道

A

azure-ai-contentunderstanding-py

sickn33 / agentic-awesome-skills

适用于 Python 的 Azure AI Content Understanding SDK。用于从文档、图像、音频和视频中提取多模态内容。

B

biorxiv-database

jaechang-hits / sciagent-skills

通过 REST API 查询 bioRxiv/medRxiv 预印本。可按 DOI、类别或日期范围搜索；获取元数据（标题、摘要、作者、类别、DOI、版本历史）和 PDF。无需认证。同行评审的生物医学检索请使用 pubmed-database；更广泛的学术检索请使用 openalex-database。

B

brenda-database

jaechang-hits / sciagent-skills

BRENDA 酶数据库 SOAP/REST 查询：动力学参数 (Km、Vmax、kcat、Ki)、EC 分类、底物特异性、抑制剂、辅因子、生物体数据。80K+ 种酶，7M+ 个数值。学术免费注册。代谢建模请用 cobrapy-metabolic-modeling；代谢物请用 hmdb-database。

C

chatlab-convert

chatlab / chatlab

用可复用的本地脚本，将不受支持的聊天导出转换为经过验证的 ChatLab JSONL 或 JSON。

C

china-deck-refresh

jwangkun / claude-for-financial-services-cn

用最新数据刷新和更新现有的 A 股投资演示文稿。将原 deck-refresh 技能适配中国演示、A 股数据更新和国内市场惯例。触发词：「更新PPT」「刷新演示」「refresh deck China」「update presentation」「更新演示文稿」「refresh slides [company]」。

C

china-xlsx-author

jwangkun / claude-for-financial-services-cn

为 A 股财务分析创建专业的 Excel 工作簿。将原 xlsx-author 技能适配中国财务建模标准、CAS 惯例和 A 股格式。触发词：「A股Excel模型」「财务模型制作」「create model China」「build model xlsx」「制作模型」「Excel model [company]」。

获取干净、可读的现代网页正文内容，支持微信公众号文章抓取与尾部噪音清洗，减少无用信息与 token 消耗；适合新闻、博客、公告及许多普通 fetch 不稳定、存在反爬或动态渲染干扰的网页。Clean readable web fetch for modern pages, with WeChat cleanup, markdown output, batch fetch, selector overrides, and support for many hard-to-fetch pages.

C

cloud-tencent-cdb

partme-ai / full-stack-skills

为腾讯云 CDB 提供全面指导，涵盖数据库创建、配置、备份以及 CDB 管理。当用户询问腾讯云 CDB、需要创建 CDB 数据库、配置 CDB 或管理腾讯云数据库服务时使用。

C

confluent-cloud-flink-sql

confluentinc / agent-skills

编写并调试在 Confluent Cloud 上运行的 Flink SQL，并严守 CC 与 Apache Flink（OSS）之间的方言边界。当工作目录是 Confluent Cloud Flink 工作区、某条 Flink SQL 语句需要在 CC 计算池上运行前先做检查，或用户提到 CC Flink、Confluent Cloud Flink SQL、`confluent flink` CLI、CFU 计算池、`CREATE CONNECTION`，或要求检查/调试运行时为 Confluent Cloud 的 Flink SQL 时使用。当提出 Flink SQL 问题且没有任何信息表明运行时是 Apache Flink OSS 时也可触发。以下情况不要触发：用 Java 构建或部署 Flink UDF（UDF/UDTF/PTF——请用 flink-udf）；从数据库经 Flink 到 Tableflow/Iceberg/Delta Lake 的完整 CDC 管道（请用 confluent-cloud-cdc-tableflow）；Kafka Streams 拓扑相关工作（请用 kafka-streams-programming）；或已确认 Flink SQL 运行在 Apache Flink OSS 而非 Confluent Cloud 上。

C

crimeometer

membranedev / application-skills

CrimeoMeter 集成。管理 Deals、Persons、Organizations、Leads、Projects、Activities 等。适用于用户需要与 CrimeoMeter 数据交互的场景。

C

croql

crowdin / skills

帮助编写、修复和优化用于字符串、翻译、TM 句段和术语表的 Crowdin CroQL 表达式。只要用户提到 CroQL、Crowdin 过滤器、高级编辑器过滤、本地化数据的 "where" 条件，或带有 `croql` 参数的 API 查询，就应使用本技能，即使用户并未明确要求查询语法方面的帮助。

D

data-anonymizer

dkyazzentwatwa / chatgpt-skills

检测并遮蔽文本和 CSV 文件中的 PII（姓名、邮箱、电话、SSN、地址）。提供多种遮蔽策略，并可选可逆令牌化。

D

Database Design

jmsktm / claude-settings

关于数据库 schema 设计、Supabase/PostgreSQL 最佳实践、RLS 策略和优化的专家指南。在设计表、关系或实现数据模型时使用。

D

datadog-dashboards

pproenca / dot-skills

纠正模型在构建 Datadog 仪表盘时的错误默认做法，已对照 Datadog 官方文档（2026 年 7 月）核实。适用于创建、编辑或审查 Datadog 仪表盘时——选择 widget、编写 metric/log/span 查询或生成 widget JSON。涵盖那些会渲染出看似合理但实际错误的数值的查询——`.as_count()` 在 graph editor 中会自动追加，但通过 API 时永远不会，因此程序化计数会静默地取平均；`p95` 只在 distribution 指标上有效，而对它取平均是平均值的平均值；比率需要在两侧都加 `.as_count()`，否则就会对插值后的平均值做除法。还涵盖让查询立足于真实存在的指标而非虚构名称、与 UI 名称不一致的 wire type 字符串（Pie Chart 是 `sunburst`，Table 是 `query_table`），以及 Datadog 自身的布局标准。假定已连接 Datadog MCP server。不适用于 Terraform 或原生 Dashboard API 管理、monitor 与 SLO 编写，或非 Datadog 的可观测性工具。

D

db-partitioning-sharding

hainrixz / claude-db

审计横向扩展拓扑——声明式分区是否适合大表/时序表、热分区 / 分区键倾斜风险，以及在合理性尚未确立前就引入分片所带来的额外复杂度。模块 M16。为性能与规模评分提供输入。

D

db-platform-fit

hainrixz / claude-db

托管平台契合度（M21）——对照项目托管平台（Supabase、Neon、PlanetScale、Turso、Cloudflare D1、CockroachDB、Yugabyte、DynamoDB、RDS/Aurora）的现实情况检查项目。引擎版本的新旧程度（不虚构 EOL 日期）、诚实的定价 / 供应商锁定权衡，以及各平台的功能支持——最重要的是外键支持（PlanetScale Vitess 历来限制外键；D1/SQLite、无服务器驱动、连接数限制）。为设计与完整性以及性能与规模评分提供输入。

D

db-replicas-views

hainrixz / claude-db

审计读扩展的正确性——读操作路由到副本时的写后读一致性，以及物化视图的陈旧度 / 刷新策略。模块 M17。为性能与规模评分提供输入。

D

db-specialized-fit

hainrixz / claude-db

专用引擎契合度（M20）——检查向量、时序/OLAP、图或搜索存储是否针对其任务正确配置。M20a 向量（维度与嵌入模型匹配、距离度量与模型训练方式匹配、存在 HNSW/IVFFlat 参数），M20b 时序/OLAP（超表/分区契合度、连续聚合、压缩），M20c 图（边建模、超级节点风险、索引支撑的查找），M20d 搜索（分析器/映射、FTS 配置）。按子模块为设计与完整性以及性能与规模评分提供输入。

D

deneb-visuals

data-goblin / power-bi-agentic-development

Deneb 可视化创建、Vega/Vega-Lite 规范编写，以及 PBIR 报表的 Deneb 最佳实践。只要用户在任何场景中提到“Deneb”，或询问 Power BI 中的 Vega/Vega-Lite 规范、Deneb 交叉筛选、Deneb 交互性、pbiColor 主题集成、Deneb 字段名转义或 Deneb 渲染问题，就自动调用。

D

dotnet-dapper-query-builder

ronnythedev / dotnet-clean-architecture-skills

使用 Dapper 生成优化的读查询。包括用于连接的 multi-mapping、分页、动态过滤、CTE，以及高性能数据访问的最佳实践。

E

etetoolkit

jaechang-hits / sciagent-skills

ETE Toolkit (ETE3)：Python 系统发育树分析与可视化。解析 Newick/NHX/PhyloXML，遍历/注释节点，使用 TreeStyle/NodeStyle 渲染图形，集成 NCBI 分类学，运行 PhyloTree 比较基因组学。适用于物种树、基因家族演化、带注释的树图。

E

experiment-design

growthenginenowoslawski / coldoutboundskills

运行单变量冷邮件实验的框架。定义实验类型(仅列表、仅文案、组合)、置信度加权、最小样本量与成功标准。当用户想改进某次营销活动、测试新列表与旧列表，或比较文案变体时使用。可避免学习循环的头号错误——同时更改列表 + 文案 + 报价，导致所有信号丢失。

E

explain

hainrixz / claude-db

用通俗语言解释数据库模式、模型或单个发现，并配以感知范式的图示——表/集合/键空间是什么、它们如何关联、数据存放在哪里。只读；只讲解，不改变任何东西。当用户要求解释、描述、讲解、绘制或图示模式、数据模型、关系，或某个具体审计发现意味着什么时使用。

F

financial-modeling

magnus919 / agent-skills

构建并审查以假设为驱动的财务模型、单位经济、定价、融资情景和 SaaS 运营指标。适用于计算 CAC、LTV、回本周期、现金跑道、ARR、流失率、NDR、40 法则或销售效率；对收入、成本、现金流、定价、资本结构表或融资建模。不要将本技能用于无关请求；请转交给最贴近的具名专家。

F

firmographic-analysis

gtmagents / gtm-agents

在解读公司层面的增补数据、为账户分群、发现购买触发点并定制外联时使用。

F

Full-empirical-analysis-skill-Stata

brycewang-stanford / auto-empirical-research-skills

传统 Stata 生态中的经典端到端实证分析工作流——原生 Stata + reghdfe + ivreg2 + csdid + did_imputation + eventstudyinteract + sdid + rdrobust + rddensity + synth + synth_runner + psmatch2 + teffects + ebalance + coefplot + esttab + asdoc + binscatter。**默认采用经济学实证论文风格**（AER / QJE / AEJ）——每次运行都产出一套可直接发表的结果，以多列回归表（M1→M6 逐步加入控制变量/固定效应）为核心，另附表 1（描述性统计）、机制/异质性/稳健性表格，以及事件研究图、系数图和趋势图。涵盖应用经济学家在每篇论文中都会执行的完整 8 步 Stata 流程——(1) 数据导入与清洗（use/import、destring、misstable、duplicates、merge assert），(2) 变量构造（gen/egen/winsor2/xtile/xtset 配合 L./F./D.），(3) 描述性统计与表 1（tabstat/balancetable/asdoc），(4) 经典诊断检验（sktest/swilk/hettest/imtest/xtserial/xttest3/vif/dfuller/kpss/hausman/estat overid），(5) 基准建模（reg/xtreg/reghdfe/ivreg2/ivregress/csdid/did_imputation/eventstudyinteract/sdid/rdrobust/synth/psmatch2/teffects/heckman/qreg/ppmlhdfe），(6) 稳健性检验组合（bacondecomp/honestdid/rwolf/ritest/wildbootstrap/oster），(7) 进一步分析（分组/三重差分/交互项/medsem/marginsplot/按组 binscatter），(8) 可直接发表的表格与图形（esttab/outreg2/estout/coefplot/marginsplot/rdplot/twoway 组合）。**还涵盖两个共享同一套 8 步骨架的并行领域模式**——**模式 A——流行病学/公共卫生**（目标试验模拟、通过 `teffects ipw` / `teffects ipwra` / `teffects aipw` / `eltmle` 实现 IPTW + g-formula + TMLE 双重稳健三件套、通过 `mrrobust`（IVW / Egger / 加权中位数）和 `mregger` / `mrpresso` 实现孟德尔随机化、通过 `sts` / `stcox` / `streg` / `strmst2` 实现 KM / Cox / AFT / RMST 生存分析、通过 `evalue`（Linden-Mathur）做 E 值敏感性分析、主分层——STROBE / TRIPOD 报告）、以及 **模式 B——ML 因果推断**（通过 `ddml` / `pdslasso` 实现 DML、通过 `crforest` 和 `ddml interactive` 实现 S/T/X/R/DR 元学习器、通过 `crforest` / `cforest` 实现因果森林、通过 `bart` / `bartCause` 风格外部命令实现 BART/BCF、通过 `crforest` 实现 CATE 分布 + 策略树、离策略评估、共形因果外部命令、公平性审计、通过 `pcalg` / 外部 Python 调用实现 DAG 学习）。当用户要求完整的 Stata 实证分析、需要可复现的 .do 文件流程、需要与 Python StatsPAI / Full-empirical-analysis-skill 对应的 Stata 版本，或单独点名某个 Stata 步骤时使用（"用双向聚类运行 reghdfe"、"csdid 事件研究"、"1% 缩尾 winsor2"、"esttab 输出 LaTeX"、"带置信区间的 coefplot"、"ivreg2 弱工具变量检验"、"synth_runner 安慰剂检验"、"teffects psmatch 平衡性检验"）。模式 A 触发词："target trial emulation Stata"、"teffects ipw aipw"、"eltmle"、"mrrobust"、"mregger weighted median"、"stcox AFT survival"、"strmst2"、"evalue Stata"、"STROBE Stata"、"公共健康 Stata"、"流行病学 Stata"。模式 B 触发词："ddml Stata"、"pdslasso"、"crforest causal forest Stata"、"policy tree Stata"、"因果机器学习 Stata"。

G

grist

membranedev / application-skills

Grist 集成。管理工作区、用户、角色。当用户需要与 Grist 数据交互时使用。

H

hypeauditor

membranedev / application-skills

HypeAuditor 集成。管理数据和记录，并自动化工作流。当用户想要与 HypeAuditor 数据交互时使用。

I

investment-research-prompts

timlai666 / skills

当用户需要选股筛选、投资组合风险审查、股息组合设计、财报前瞻分析、行业竞争分析、DCF 估值、技术分析或股票趋势/异常检测时,必须使用此技能。遇到 選股、投資組合風險、股息策略、財報前瞻、DCF 估值、技術面分析、產業競爭研究、趨勢識別 等请求时必须触发,或涉及投资研究提示词时。

J

jimubi-bigscreen

jeecgboot / skills

当用户要求创建/设计大屏（大屏）、全屏数据可视化，或说 "创建大屏"、"生成大屏"、"新建大屏"、"设计大屏"、"做一个大屏"、"BI大屏"、"数据大屏"、"可视化大屏"、"监控大屏"、"create big screen"、"design big screen"、"BI visualization big screen" 时使用。当用户描述大屏需求如 "做一个销售数据大屏"，或提到 "展厅展示"、"监控室大屏" 等全屏展示时也会触发。请务必对大屏（大屏）使用本技能——而不是仪表盘（仪表盘/看板），后者使用完全不同的布局与样式系统。

L

lamindb-data-management

jaechang-hits / sciagent-skills

开源的 FAIR 生物学数据框架。对产物 (AnnData、DataFrame、Zarr) 进行版本管理，追踪谱系，通过本体 (Bionty) 校验，查询数据集。与 Nextflow、Snakemake、W&B、scVI 集成。scRNA-seq 请用 scanpy；本体查询请用 bionty。

L

linkfox-amazon-ads-sp-insights-report

linkfox-ai / linkfox-skills

亚马逊广告 Sponsored Products（SP）洞察报告技能，统一获取 Audience 受众细分表现和 Search Term Impression Share/Rank 搜索词展示份额/排名两类 Amazon Ads Reporting API v1 beta 报告。自动完成 profile 到 advertiser account 映射、报告创建、状态轮询、多分片 CSV 下载和落盘。只有用户明确要求 SP 受众报告、SP 搜索词展示份额或展示份额排名时触发；普通 SP 搜索词表现报告、SB/SD/DSP 报告不得触发。本技能依赖 linkfox-amazon-ads-auth。

M

member-insights

gtmagents / gtm-agents

用于分析忠诚度会员行为、分群与实验

当用户需要爬取或抓取特定 URL 以提取/总结其内容时使用。提供获取已知 URL 所必需的命令使用说明。触发词：网页抓取, 抓取网页, 提取网页内容, web crawl, 爬取, fetch url, 总结网页, 抓取 URL, 读取网页

M

migrate

hainrixz / claude-db

在数据库迁移运行前对其进行安全性检查——分类锁级别、表重写和可逆性；标记破坏性/阻塞性操作；并提出扩展-收缩式发布方案。默认只读分析；任何数据丢失步骤都需要在写入方参与之前进行显式令牌握手。当用户要求在部署前审查、检查、校验或降低迁移、ALTER/DROP、枚举变更、回填或模式变更风险时使用。

M

migration-engineering

magnus919 / agent-skills

规划并执行安全的跨系统迁移，包括从单体中抽取服务。适用于在兼容窗口、双运行、对账、切换、恢复或弃用过程中迁移数据、schema、接口、基础设施或服务所有权。不要用于判断解耦是否合理、设计目标架构或实现某项具名技术；这些应交给相关架构或专业技术技能。

自动进化的机器学习竞赛 Agent。从每次实验中学习，积累 HCC 多层记忆，并持续提升 LB 分数。灵感来自 MLE-Bench 第一名 ML-Master 的方法论。

全栈可观测性 - 可复现性、血缘、监控、告警

M

mne

tondevrel / scientific-agent-skills

用于探索、可视化和分析人类神经生理数据（包括 EEG、MEG、sEEG 和 ECoG）的开源 Python 软件包。

M

molfeat-molecular-featurization

jaechang-hits / sciagent-skills

面向 ML 的分子特征化中心（100+ 种特征化器）。SMILES 转指纹 (ECFP、MACCS、MAP4)、描述符 (RDKit 2D、Mordred)、预训练嵌入 (ChemBERTa、GIN、Graphormer)、药效团。兼容 Scikit-learn，支持并行化/缓存。适用于 QSAR、虚拟筛选、相似性和分子深度学习。

N

networkx

tondevrel / scientific-agent-skills

用于创建、操作和研究复杂网络的结构、动态和功能的 Python 软件包。支持多种图类型（有向图、无向图、多重图），并拥有庞大的标准图算法库。用于网络分析、图论、社交网络分析、生物网络、基础设施网络、路径查找、中心性度量、社区检测、图算法、最短路径、PageRank、连通性分析和路由优化。

N

next

hainrixz / claude-db

指导用户先修复什么——按分数影响和工作量将审计发现排成一个有序的待办清单，并解释每一项为何排在该位置。只读；只提建议，不改变任何东西。当用户询问下一步做什么、先修复什么、什么最重要、如何排优先级，或审计后从哪里开始使用。