Skills
收录 97,222 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
使用 PyTRIO/TRIO 编写、调试或解释远程大模型训练与推理代码。用户提到 pytrio、TRIO、PyTRIO SDK、ServiceClient、TrainingClient、SamplingClient、LoRA 训练、SFT、异步 SFT、PyTRIO-Jev、PyTRIO Decision Model 决策模型、多模态推理、多模态训练、Vision GRPO、视觉 RLVR、ImageChunk、RL、GRPO、OPD、Search-R1、ReTool、DAPO、GSPO、ALFWorld、TextWorld、Agentic RL、OPSD、On-Policy Self-Distillation、DPO、自定义损失函数、forward_backward_custom、forward_backward_custom_async、工具调用强化学习、HuggingFace datasets、TRIO OpenAI 兼容 API、SwanLab 训练记录、权重保存、checkpoint 或远程 LLM 后训练时使用。
纠正模型在设计关系型 schema 时的错误默认做法——资深工程师在 DDL 决策上会做出不同选择。适用于创建或审查表、迁移、ER 模型或 ORM schema 定义时。涵盖标识与键（代理键与自然键、identity 与 serial、uuidv7、使跨租户引用无法成立的复合键）、关系（数据库无法强制的外键多态、引用动作、未建索引的 FK 列、不相交子类型）、可由引擎而非应用代码证明的不变量（EXCLUDE、部分唯一索引、CHECK 限制、可延迟循环、NOT VALID）、类型（timestamptz、精确金额、范围类型、enum 与查找表）、派生与编码数据（生成列、作为应急出口的 JSONB）以及时间（事件与原地更新、会静默禁用约束的软删除标记、时态键）。不适用于查询调优、读路径的索引选择或连接池。
使用 stplugin.h SDK 为 Stata 开发高性能 C/C++ 插件。当用户要求创建 Stata 插件、为 Stata 编写 C/C++ 代码、用 C 加速 Stata 命令、构建跨平台 Stata 插件，或将 Python 或 R 包翻译/移植到 Stata 时使用。涵盖完整生命周期：SDK 配置、数据流、内存安全、配合 preserve/merge 的 .ado 封装、跨平台编译、性能优化（pthreads、预排序索引、XorShift RNG）、调试，以及通过 net install 分发。还包括将 Python/R 包移植到 Stata 的翻译工作流——在可用时封装现有 C++ 后端，否则从零编写 C。
构建、切片、拼接、读取和写入 AnnData 注释数据矩阵（obs、var、X、layers、obsm、uns）——这是 scverse 的数据结构，而非分析流程。适用于创建或整理 .h5ad/zarr 文件、管理细胞与基因注释、拼接批次，或处理 layers/obsm/backed 模式时；QC、标准化、聚类、UMAP 和差异表达分析流程请优先使用 alterlab-scanpy，基于 spliced/unspliced 层的 RNA velocity 请优先使用 alterlab-scvelo。属于 AlterLab Academic Skills 套件的一部分。
通过 Biopython（Bio.SeqIO、Bio.Entrez、Bio.PDB、Bio.Blast）操作生物序列、解析 FASTA/GenBank/PDB 文件、运行系统发育分析，并以编程方式访问 NCBI/PubMed。适用于编写自定义生物信息学流程、批量处理序列文件、自动化 BLAST，或从 Entrez 获取记录时——快速一次性数据库查询请使用 gget，统一的多服务集成请使用 bioservices。属于 AlterLab Academic Skills 套件的一部分。
对科学数据文件进行探索性数据分析（EDA）——自动识别格式，运行结构/质量/统计检查，并写出带下游建议的 markdown EDA 报告。适用于被要求"探索""分析""总结""剖析"或"质控"某个数据文件，或在决定运行何种分析之前了解其结构/内容/质量。覆盖表格（.csv .tsv .xlsx .parquet）、数组（.npy .npz .hdf5 .h5 .mat .fits）、序列/基因组学（.fasta .fastq .sam .bam .vcf .bed .gff .gtf .h5ad）、显微成像（.tif .nd2 .czi .lif .ims .dcm .nii）、光谱/质谱（.mzML .mzXML .mgf .fid .jdx）、化学（.pdb .cif .mol .sdf .xyz .gro）以及蛋白质组学/代谢组学（.pepXML .mzid .mzTab）。若要对序列进行零样本预测请使用 alterlab-timesfm；若要创建/配置分块云数组存储请使用 alterlab-zarr。属于 AlterLab Academic Skills 套件的一部分。
使用 edgartools Python 库访问、分析并提取 SEC EDGAR 申报文件中的数据。适用于处理 SEC 申报文件、财务报表（利润表、资产负债表、现金流量表）、XBRL 财务数据、内部人交易（Form 4）、机构持仓（13F）、公司财务数据、年报/季报（10-K、10-Q）、委托书声明（DEF 14A）、8-K 当前事件、按股票代码/CIK/行业进行公司筛选、多期财务分析，以及任何 SEC 监管申报文件。属于 AlterLab Academic Skills 套件的一部分。
使用 Plotly Python 库（plotly.express / graph_objects）构建交互式图表 — 悬停提示框、缩放/平移、动画、范围滑块、3D 旋转，以及独立的 HTML/可嵌入网页的输出。适用于图表需要交互或嵌入网页的场景、仪表盘（含 Dash）、探索性数据分析，或可旋转的 3D 图。静态出版图请使用 alterlab-matplotlib（期刊排版用 alterlab-scientific-viz）；静态统计图（热力图、分布图）请使用 alterlab-seaborn；示意图/图解请使用 alterlab-scientific-schematics 或 alterlab-mermaid。属于 AlterLab Academic Skills 套件。
使用 pymatgen 工具包分析和操作材料 — 晶体结构与分子、相图与热力学稳定性、电子结构（能带结构、DOS）、表面与界面，以及 Materials Project 数据库访问。适用于材料科学中的晶体结构处理、结构格式转换（CIF、POSCAR、XYZ）、对称性或空间群分析、相图计算、查询 Materials Project API，或处理 VASP、Gaussian、Quantum ESPRESSO 输出。属于 AlterLab Academic Skills 套件。
使用 SHAP（SHapley Additive exPlanations）进行模型可解释性与解释性分析 — 特征重要性和图表（waterfall、beeswarm、bar、scatter、force、heatmap）。适用于解释 ML 模型预测、计算特征重要性、调试模型、分析偏差或公平性、比较模型，或对基于树的模型（XGBoost、LightGBM、Random Forest）、深度学习（TensorFlow、PyTorch）、线性模型及任何黑盒模型实现可解释 AI。属于 AlterLab Academic Skills 套件。
使用 Vaex 进行核外表格分析——通过 vaex.open 内存映射 HDF5/Arrow/Parquet、惰性虚拟列、对十亿行表的延迟单遍聚合、分箱直方图/热力图，以及在一台机器上运行 vaex.ml 转换器。Vaex 处于最低维护模式（2025 年 9 月的 vaex-core 4.19 仅支持 Python 3.9-3.12 和 pandas < 3），因此用它来运行、修复或迁移现有 Vaex 代码；对于新的超出内存的工作，优先使用 Polars 惰性/流式查询（alterlab-polars）或 Dask（alterlab-dask）。适用于项目已依赖 Vaex、打开内存映射的 HDF5/Arrow 文件、用 delay=True 批量聚合，或将 Vaex 管道移植到 Polars。属于 AlterLab Academic Skills 套件。
在连接和 SQL 已通过 cdata-cli 发现技能验证后，用于编写通过 CData 驱动连接数据源的 Java（或其他 JVM 语言——Kotlin、Scala）应用代码。涵盖 CData JDBC Driver 版本：复用 cdata-cli 已下载并激活的同一个 jar、将其加入 classpath（或添加为 Maven/Gradle 依赖），以及通过 JDBC（DriverManager、jdbc:<source>: URL、PreparedStatement）连接。这是 cdata-cli 在 JVM 构建阶段的配套技能。
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。