Skills

C

clinical-decision-support-documents

jaechang-hits / sciagent-skills

临床决策支持（CDS）文档指南：生物标志物分层队列分析和 GRADE 分级治疗报告。涵盖结构、执行摘要、证据分级（1A–2C）、统计（HR、CI、生存）以及生物标志物整合。适用于制药研究文档、临床指南、监管申报。

C

cmdb-patterns

serac-labs / serac

创建 ServiceNow CI 和 cmdb_rel_ci 关系，遍历上游/下游影响，检测孤立/陈旧 CI，并使发现的 CI 与正确的 sys_class_name 层级保持一致。

C

competitors

appfollow / appfollow-ai-toolkit

查找某个地区内一个或两个平台上某款应用的真实竞争对手，将选定对象加入跟踪，并生成竞争审计报告——包括实时商店结果中的搜索份额、新发现的竞争对手、类别排名，以及带星级细分的 30 天评分变化速度。输出结构化的 findings.json 和独立完整的 HTML 报告。适用于“我们的竞争对手有哪些”“竞争对手分析”“竞争审计”“在这个国家谁的排名超过我们”“将我们与某个指定对手比较”“将竞争对手加入跟踪”或“/competitors”等请求。

C

create-geo-charts

onvoyage-ai / gtm-engineer-skills

创建针对 AI 引擎解析与引用优化的数据可视化（图表、图形、表格）。生成内联 SVG/HTML，附文本摘要、数据表格与 JSON-LD，以便 AI 引擎引用数据。

C

crm-hygiene

gtmagents / gtm-agents

用于强制执行阶段定义、下一步要求以及数据完整性

C

cs-math

alphaonedev / openclaw-graph

计算机科学数学：离散数学、组合数学、概率论、线性代数、机器学习用微积分、信息论。

C

customer-feedback-taxonomy

gtmagents / gtm-agents

用于人物画像、生命周期阶段、驱动因素等的标准化标签体系，

数据自动分析 + 广告投放优化一体化 Skill。当用户上传 Excel/CSV 文件，或提到以下任一场景时必须触发：①通用数据分析（看报表、数据趋势、可视化）；②账户诊断（哪些计划效果差、哪些要暂停、投放诊断、账户体检）；③A/B 测试分析（两组数据对比、哪个版本好、是否显著、置信度）；④日报生成（投放日报、每日汇报、钉钉/飞书周报、对比昨日）。适用于信息流广告优化师、运营、数据分析师。支持巨量引擎、腾讯广告、Meta Ads、Google Ads、快手等平台导出数据，也支持销售、财务、运营等任何结构化表格。即使用户只说"分析一下""看看报表""哪些计划要调整""这俩哪个好""生成日报"，也应触发此 Skill。

D

data-cleaning

magnus919 / agent-skills

通过证据优先、可复现的工作流，清洗、剖析、校验、重塑并记录杂乱的表格、文本、JSON 与关系型数据。在准备数据以用于分析、报告、建模、摄取、迁移或匹配时使用，包括 AI 建议的修复、实体匹配审查、评分校准限值和可回滚的修复台账。不要用于统计建模、仪表盘设计或操作某个具名数据平台；将这些任务转交 data-scientist、data-engineering 或相关工具技能。

D

data-contract-framework

gtmagents / gtm-agents

用于定义、执行和审计 BI 数据契约的运营模型。

当用户提到「data pipelines」「ETL」「data warehousing」「data lakes」，或询问「Airflow」「Spark」「dbt」「Snowflake」「BigQuery」「data modeling」时使用。

D

data-sourcing

gtmagents / gtm-agents

在 150 多个补充数据源之间优化服务商选择、路由和额度使用，以获取企业/联系人情报。

D

data-systems-coding-lens

robsonrung / rar-skills

评审持久状态和异步数据路径中的实现风险。用于 schema、迁移、队列、缓存、重试或并发写入；服务与数据归属的决策请使用 macro-architecture。

D

database-architect

oimiragieo / agent-studio

数据库设计与优化专家。面向关系型和 NoSQL 数据库的模式设计、查询优化、索引策略、数据建模和迁移规划。

暂无简介

D

databases

iuliandita / skills

设计 schema、调优查询、迁移并管理 PostgreSQL、MySQL/MariaDB、MongoDB、MSSQL、Redis 和 Valkey。

数据分析技能包——自动抓取、清洗、可视化并生成报告。适合数据分析师和运营人员，告别 Excel 手工操作。

D

dataset-comparer

dkyazzentwatwa / chatgpt-skills

比较两个数据集以找出差异、新增或删除的行、变更的值。用于数据校验、ETL 验证或变更跟踪。

D

db-temporal-history

hainrixz / claude-db

审计时间与生命周期建模 —— 软删除的一致性及其唯一性/查询陷阱、审计/历史轨迹的存在性与完整性,以及保留/GDPR 删除权处理(硬删除与匿名化、保留窗口)。模块 M8。为 Design & Integrity 评分(时间类别)提供输入。

D

distribution-analytics

gtmagents / gtm-agents

用于规划渠道分发并衡量视频表现。

D

drizzle-orm

marcioaltoe / skills

Drizzle ORM —— 面向 SQL 数据库的类型安全、轻量级 TypeScript ORM。模式声明、CRUD 查询、连接、关系、使用 Drizzle Kit 的迁移，以及数据库种子填充。适用于定义数据库模式、编写查询（select/insert/update/delete）、设置迁移、配置 drizzle.config.ts、建立数据库连接、使用 drizzle-zod/valibot 校验数据，或使用 PostgreSQL、MySQL、SQLite、Turso、Bun SQL、Neon、Supabase、PGlite、Expo SQLite、Cloudflare D1、PlanetScale、SingleStore、MSSQL、CockroachDB 时。

E

eden-ai

membranedev / application-skills

Eden AI 集成。管理记录。当用户需要与 Eden AI 数据交互时使用。

读取、编写、编辑和格式化 Excel 文件（.xlsx）。创建电子表格、处理数据、应用格式、管理工作表、合并单元格、查找／替换，以及导出为 CSV/JSON/Markdown。用于任何 Excel 文件处理任务

暂无简介

E

executive-kpi-briefings

gtmagents / gtm-agents

用于向 ELT/董事会相关方总结 BI 洞察的模板包。

E

experiment-design

pratikshadake / claude-product-management-skills

设计快速、可靠的验证实验，包含假设、方法、成功指标和决策规则（Ship/Iterate/Kill）。当需要在投入资源前验证假设或测试产品假设时使用。

F

firecrawl

tdimino / claude-code-minoan

使用 Firecrawl v2 将网页抓取为干净的 markdown——可处理大量 JS 的页面、站点爬取、URL 映射、文档解析（PDF/DOCX/XLSX）、由 LLM 驱动的提取、自主 Agent 抓取，以及抓取后的浏览器交互（Interact API）。提供免费的无密钥模式，用于 search/scrape/parse/interact（无需 API 密钥）。在质量和完整性上优先于 WebFetch。触发词：scrape URL、fetch page、crawl site、extract content、parse document、web to markdown、DeepWiki、Firecrawl。

F

flowio-flow-cytometry

jaechang-hits / sciagent-skills

解析/写入 FCS（流式细胞术）文件 v2.0-3.1。事件以 NumPy 形式呈现、通道元数据、多数据集文件、CSV/FCS 导出。使用 FlowKit 进行门控/补偿。

G

garmin-health-analysis

eversonl / clawdbot-garmin-health-analysis

用自然语言对话你的 Garmin 数据 —— "我最快的滑雪速度是多少？"、"我昨晚睡得怎么样？"、"下午 3 点我的心率是多少？"。访问 20 多项指标（睡眠阶段、Body Battery、HRV、VO2 max、训练准备度、身体成分、SPO2），下载 FIT/GPX 文件用于路线分析，查询任意点位的海拔/配速，并生成交互式健康仪表盘。从随意的"给我看这周的训练"到深入的"分析我的恢复与训练负荷"。

G

genderize

membranedev / application-skills

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

G

get-executions

bolna-ai / skills

获取并分析 Bolna 通话执行数据、原始日志、转录文本、录音、成本、状态、挂断详情、提取数据、Agent 历史记录以及批量执行。用于调试失败通话、分析导出、CRM 同步、webhook 对账和通话监控。

通过 REST API 端到端使用 Geti 应用——由 `application/backend/` 中的 FastAPI 后端提供服务的 项目 → 数据集 → 标注 → 训练 → 部署 流水线。适用于用户（而非贡献者）想要创建项目、上传媒体、添加标注、启动训练或量化任务、跟踪任务状态、配置 源 → 模型 → 接收端 推理流水线，并启用实时推理。涵盖 `/api/...` 端点和异步任务模型，而非后端代码变更。

在训练前了解 getitune 库（Geti 训练库）支持哪些模型、配方和任务。适用于用户询问有哪些可用模型、如何列出配方、如何按任务或名称模式筛选、`list_models(...)` 和 `getitune find` 的行为，或如何解决 "model name matches multiple tasks" 错误。涵盖分类、检测、实例/语义分割和关键点检测配方。

将训练好的 getitune 模型（Geti 训练库）导出为可部署格式。适用于用户想要运行 `engine.export(...)` 或 `getitune export`、在 OpenVINO IR 和 ONNX 之间选择、使用 `ExportFormat` / `Precision` 设置 FP32 还是 FP16 精度，或了解导出产物写入位置以及如何加载回来进行推理。涵盖训练与 OpenVINO/ONNX 推理之间的导出/加载契约。

使用训练后量化优化导出的 getitune 模型（Geti 训练库）。适用于用户想要运行 `OVEngine.optimize()` / `engine.optimize()` 通过 NNCF 生成 INT8 模型、了解校准集要求，或需要重新验证并使用量化模型与原始 FP32/FP16 模型运行推理。涵盖 OpenVINO NNCF 训练后量化和精度/体积权衡。

为训练、测试和预测准备数据集并将其指向 getitune 库（Geti 训练库）。适用于用户询问支持哪些数据集格式、`create_engine(...)` 的 `data=` 参数 / `--data_root` 如何工作、为何格式自动检测失败、如何组织 COCO/YOLO/Pascal VOC/Datumaro 原生数据、如何使用 zip 归档，或如何传入 Ultralytics YOLO 的 `data.yaml`。涵盖基于 Datumaro 的自动检测和各任务的数据预期。

使用 getitune 模型（Geti 训练库）运行推理和评估。适用于用户想要调用 `engine.predict()` / `engine.test()` 或 `getitune predict` / `getitune test`、使用 PyTorch checkpoint 与导出的 OpenVINO IR（`.xml`）或 ONNX（`.onnx`）模型运行推理，或了解 `OVEngine` 如何通过 ModelAPI 加载已部署模型。涵盖 PyTorch、OpenVINO 和 ONNX 推理后端。

使用 getitune 库（Geti 训练库）的 Python API 或命令行训练计算机视觉模型。适用于用户想要使用 `create_engine(...)` 和 `engine.train()/engine.test()` 训练、微调或评估模型，运行 `getitune train`/`getitune test`，在 `getitune.recipe.<task>` 下选择或覆盖配方，选择设备（cpu/gpu/xpu/cuda），从 checkpoint 热启动，或调试训练运行。涵盖分类、检测、实例/语义分割和关键点检测。

G

glmv-stock-analyst

zai-org / glm-v

股票分析与涨跌预测分析。当用户表达分析、判断或预测意图时触发，例如“分析一下腾讯”“0700 最近走势如何”“XX 能不能买”“预测一下后续走势”“生成一份分析报告”等；对于简单查询类需求（如“腾讯当前价格是多少”“茅台代码是什么”）不触发此 Skill。支持港股、A 股、美股，整合多源数据（包括新闻、基本面、技术面、资金流及宏观信息）进行多维综合分析，输出图文结合、包含可视化图表的结构化分析报告。需要多模态主模型支持（如 glm-5v-turbo），主模型需能读取图片。

G

grafana

magnus919 / agent-skills

操作、配置、预置、加固与排查 Grafana OSS、Enterprise 和 Cloud，涵盖仪表盘、文件夹、数据源、注解、告警规则、联系人、通知策略、静默、静音时间、服务账号、RBAC、插件、API 以及 as-code 工作流。适用于 Grafana 产品相关工作及其侧集成。不适用于定义 SLO 或值班升级策略、运维 Prometheus/Loki/Tempo/InfluxDB 后端、通用 Docker/Kubernetes/Terraform/反向代理工作、插件开发或授权安全评估；请使用对应的专项技能。

G

gtopdb-database

jaechang-hits / sciagent-skills

查询 IUPHAR/BPS Guide to Pharmacology（GtoPdb）中的受体-配体相互作用、靶点/配体元数据、家族和已批准药物。亲和力（pKi/pIC50/pKd）、作用（Agonist/Antagonist 等）、物种、结构（SMILES/InChI）。无需认证。始终通过 geneSymbol/accession 解析靶点；大部分元数据位于子资源（/databaseLinks、/structure、/synonyms）中。

H

helix-query-mcp

helixdb / skills

通过托管的 Query MCP broker 执行经授权的 Helix Cloud v3 数据库读取和需确认的写入。当用户明确要求 Agent 针对租户或专用集群数据库引用运行读取或写入查询时使用。需要独立的 database.query.read/write 权限。将结果视为不可信数据，且绝不绕过持久写入确认。

H

hmdb-database

jaechang-hits / sciagent-skills

解析 HMDB（Human Metabolome Database）本地 XML，获取代谢物信息、化学性质、生物学背景、疾病关联、谱图以及跨数据库映射。没有 REST API——使用约 6 GB 的 XML 下载文件。药物请使用 drugbank-database-access；实时查询请使用 pubchem-compound-search。

I

image-metadata-tool

dkyazzentwatwa / chatgpt-skills

从图像中提取 EXIF 元数据，包括 GPS 坐标、相机设置和时间戳。可将照片位置映射到地图，并剥离元数据以保护隐私。

I

ingesting-data

ancoleman / ai-design-components

从云存储、API、文件和流式数据源加载数据到数据库的数据摄取模式。适用于导入 CSV/JSON/Parquet 文件、从 S3/GCS 存储桶拉取数据、消费 API 数据流或构建 ETL 管道时。

I

interpro-database

jaechang-hits / sciagent-skills

查询 InterPro REST API，获取蛋白结构域架构、家族分类和成员数据库集成信息。搜索条目、检索某蛋白的结构域、列出家族成员、获取分类学分布、链接到 PDB。统一了 Pfam、PANTHER、PIRSF、PRINTS、PROSITE、SMART、CDD、NCBIfam。序列请使用 uniprot-protein-database；3D 结构请使用 pdb-database。

J

jq

lanej / dotfiles

使用 jq 在命令行处理 JSON，对文件、API 和命令输出中的数据进行过滤、转换、聚合和重塑。适用于通过命令行过滤器处理 JSON 的场景。不适用于 CSV/TSV（请用 xsv）、YAML（请用 yq）或需要 SQL 的分析查询（请用 duckdb）。

K

kpi-reporting

openai / role-specific-plugins

基于量化业务或产品指标编制 KPI 读数、记分卡、WBR/MBR/QBR 更新和管理层摘要；当任务是汇报状态、对比目标、解释已验证的驱动因素并说明运营影响时使用。

L

learning-graph-generator

dmccreary / ibook-skills

从课程描述生成全面的学习图谱，包括 300-600 个带依赖关系的概念、分类法归类和质量验证报告。当用户想要为教育内容创建结构化知识图谱时使用。

L

libsbml-network-modeling

jaechang-hits / sciagent-skills

通过 libSBML Python API 构建、读取、验证、修改 SBML 生物网络模型。支持 SBML Levels 1–3、反应/动力学定律、物种、规则、用于通量平衡的 FBC 扩展、格式转换。可与 COBRApy、Tellurium/RoadRunner、COPASI 互操作。在以编程方式用 SBML 构建 ODE 或基于约束的代谢/信号模型时使用。

M

macs3-peak-calling

jaechang-hits / sciagent-skills

面向 ChIP-seq/ATAC-seq BAM 的 Poisson 模型峰检测工具。MACS3 callpeak 找出相对于 input/IgG 的富集区域（转录因子结合位点或组蛋白修饰），输出 BED narrowPeak/broadPeak，用于 motif 分析、注释和差异结合分析。转录因子 ChIP-seq 和 ATAC-seq 用 narrow peak；H3K27me3、H3K9me3 及其他宽泛修饰用 broad。

M

marketing-analytics

gnoviawan / agentic-marketing

设置跟踪、仪表盘、归因和实验基础设施。触发词为 "GA4"、"GTM"、"analytics"、"dashboard"、"attribution"、"measurement"、"tracking setup"、"UTM" 或 "experiment infrastructure"——不包括 CRO 假设本身。

M

meridian-doc-consultant

google / meridian

通过查找和查阅 developers.google.com/meridian 上的相关文档，协助用户解答有关 Meridian Marketing Mix Modeling 和 Meridian GeoX 地理实验概念、参数及最佳实践的问题。用户询问 Meridian MMM 或 GeoX 主题的说明或指导时使用。不用于编写代码或直接运行模型。

M

metric-governance-kit

gtmagents / gtm-agents

用于定义、审批和审计 GTM 指标与 KPI 的框架。

N

nannyml

membranedev / application-skills

NannyML 集成。管理数据、记录并自动化工作流。适用于用户希望与 NannyML 数据交互时。

O

oma-db

first-fluke / oh-my-agent

设计 schema 与迁移、调优查询，或规划向量

P

pathml

jaechang-hits / sciagent-skills

面向全切片图像（WSI）的计算病理学工具包：加载切片、提取瓦片、染色归一化、细胞核分割、特征提取和机器学习训练。支持 H&E 和多重染色。用于从原始 WSI 到定量输出的端到端流程。

P

pride-database

jaechang-hits / sciagent-skills

通过 PRIDE Archive v3 REST API 搜索蛋白质组学数据集：按关键词 + 分面过滤器（物种、仪器、疾病、软件）发现项目，获取项目元数据，列出并下载 RAW/PEAK/RESULT/FASTA 文件（含 FTP/Aspera URL），查找哪些项目提及某个 UniProt 登录号，并找到相似项目。PRIDE v3 不再提供肽段/PSM 级鉴定端点——需要谱图级数据请下载项目的 RESULT 文件。蛋白质序列请用 uniprot-protein-database；结构域架构请用 interpro-database。

P

pubmed-database

jackspace / claudeskillz

直接通过 REST API 访问 PubMed。高级布尔/MeSH 查询、E-utilities API、批量处理、引文管理。在 Python 工作流中建议使用 biopython（Bio.Entrez）。适用于直接的 HTTP/REST 操作或自定义 API 实现。

P

pyhealth

jaechang-hits / sciagent-skills

用于 EHR 数据医疗 ML 的 Python 库：处理 MIMIC-III/IV、eICU、OMOP-CDM；编码医学代码（ICD、ATC、NDC）；构建患者级数据集；训练 Transformer、RETAIN、GRASP、MedBERT 用于死亡率、药物推荐、再入院、诊断预测。替代方案：FIDDLE（预处理）、clinical-longformer（临床 NLP）、ehr-ml（嵌入）。