mcpField

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

D
dcf-valuation
dcf-valuation
nexu-io / open-design

面向上市公司的现金流折现估值与内在价值分析。当任务书中要求 DCF、公允价值、内在价值、目标价、低估或高估分析,或询问"这家公司值多少钱?"时使用。

数据与数据库63
D
deal-quality-model
deal-quality-model
gtmagents / gtm-agents

用于商机健康度、赢单可能性和检查的评分系统

营销与增长63
D
dhan-tradehull
dhan-tradehull
imran-tradehull / tradehull-dhan-live-algo-skills

当用户使用 Dhan-Tradehull 库(pip install Dhan-Tradehull)编写、调试或构建 Python 算法交易代码时使用此技能。触发条件:任何提及 Tradehull、Dhan_Tradehull、tsl.、get_ltp_data、order_placement、ATM_Strike_Selection、get_option_chain、get_historical_data、super order、forever order、conditional trigger、OI scalping、使用 Dhan 的期权策略、place order Dhan Python、Tradehull authentication、get_positions、get_holdings、enable_pnl_based_exit、get_option_greek、margin_calculator,或任何 TradeHull 课程代码任务。在编写任何 Tradehull 代码之前——即使只是简单片段——始终使用此技能,以确保正确的方法签名和模式。

开发63
D
django-index-design
django-index-design
lvtd-llc / skills

根据实测查询计划设计安全的 Django 和 PostgreSQL 索引,涵盖 B-tree、复合索引、覆盖索引、部分索引、表达式索引、GIN/JSONB、BRIN 以及并发迁移模式。适用于 Django 查询计划显示索引缺失或不匹配、生产表需要在不中断写入的情况下添加索引,或现有索引需要审查的情况。

数据与数据库63
D
dotnet-outbox-pattern
dotnet-outbox-pattern
ronnythedev / dotnet-clean-architecture-skills

实现用于可靠处理领域事件的 Outbox 模式。确保事件与聚合变更在同一事务中持久化,并以保证交付的方式异步处理。

开发63
D
douyin-comment
douyin-comment
redfox-data / redfox-community

抖音评论分析工具。输入作品链接即可获取一级评论数据,支持分页浏览、评论情感分析(积极/负面/需求/竞品),生成精美 HTML 报告。当用户需要查看抖音作品评论、分析评论舆情、了解用户反馈时使用。触发词:抖音评论、作品评论、评论查询、评论分析、评论舆情、看评论。

营销与增长63
D
duckdb-sql
duckdb-sql
robdmc / claude_skills

生成 DuckDB SQL 查询。当用户询问 DuckDB 查询、数据分析、探索 .ddb 数据库文件、CSV 文件、Parquet 文件,希望帮助编辑/改进 SQL,要求使用 duckdb 技能,引用 duckdb 资源,或想要初始化/设置 duckdb 分析时使用。

数据与数据库63
D
dynatrace-kpi-dashboard-generator
dynatrace-kpi-dashboard-generator
sudosmitty / dynatrace-kpi-dashboard-generator

为指定公司生成 Dynatrace Gen 3 **KPI 仪表板**(15–20 个业务 KPI、必需的 map tile、品牌化分节标题)以及配套的 30 分钟 BizEvents 注入器,然后通过 `dtctl` 部署两者。仅当用户明确要求 Dynatrace KPI 仪表板、业务事件 KPI 演示、BizEvents 注入器或「<company> 的 KPI 仪表板」时才使用本技能——不要用于通用 Dynatrace 仪表板(SRE、基础设施、k8s、服务、RUM),也不要用于编辑已有的非 KPI 仪表板。触发短语包括「generate a KPI dashboard」「build a BizEvents demo for <company>」「spin up a KPI dashboard + injector」「/generate-kpi-dashboard」。需要已通过认证的 `dtctl` 连接到 Dynatrace Gen 3 租户。

数据与数据库63
E
Evaluating Paper Relevance
Evaluating Paper Relevance
kthorn / research-superpower

两阶段论文筛选——先进行摘要评分,再深入提取特定数据

生产力63
F
feishu-automation

面向飞书(Lark)效率套件的高级自动化工作流。当需要自动化文档工作流、在飞书各应用间同步数据、生成报告,或跨文档、知识库、多维表格和云存储执行批量操作时使用。触发词:"批量处理飞书文档"、"自动同步飞书表格数据"、"备份知识库"、"生成飞书报告"、"自动化飞书任务"、"飞书数据迁移"。

生产力63
F
forecasting
forecasting
anthropics / cwc-workshops

如何为某个 SKU 生成需求预测,以及何时把这件事委派给子 Agent、何时自己计算。凡涉及 "forecast"、"how much will we sell"、"next month"、促销或季节性 SKU 的任务,都加载本技能。

数据与数据库63
H
h73-loghub-query

暂无简介

云与 DevOps63
H
hyros
hyros
membranedev / application-skills

Hyros 集成。管理组织。当用户需要与 Hyros 数据交互时使用。

营销与增长63
I
ielts-progress-reporter
ielts-progress-reporter
jurgendn / agent-skills

读取练习 vault 中已批改的 IELTS Writing 反馈,并生成周期性进度报告,包含分数段趋势、反复出现的错误、修改带来的提升、下一步优先级,以及对旧错误的间隔重测。当用户提出「summarise my IELTS progress」「how am I doing」「write a progress report」「track my band scores over time」「what errors keep coming up」「are my essays improving」「review an old error」,或要求月度/周度写作报告时使用。当用户回答记录在 `_dashboard/ielts-reprobe-ledger.yaml` 中的重测时也使用。读取现有反馈;不要批改新草稿 —— 请使用 ielts-writing-task1 或 ielts-writing-task2。绝不为未批改的尝试编造分数段,也绝不让近期错误把已到期的旧错误挤出复查范围。

生产力63
I
instrumentation
instrumentation
gtmagents / gtm-agents

在为 GTM 分析管道定义事件、字段和治理时使用。

数据与数据库63
K
kafka-topic-audit
kafka-topic-audit
lensesio / agentic-engineering-for-apache-kafka

使用 Lenses MCP 服务,依据生产最佳实践审计所有 Kafka topic 配置。检查复制因子、保留期、分区、压缩、命名约定、孤立 topic 和缺失的元数据。当用户说 "audit my topics"、"check topic configs"、"topic health check" 或询问保留期、复制或分区设置时使用。请勿用于创建、删除或修改 topic。

数据与数据库63
K
kvdb
kvdb
membranedev / application-skills

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

数据与数据库63
L
llamaindex
llamaindex
magnus919 / agent-skills

使用 LlamaIndex 框架构建 LLM 应用。当使用 LlamaIndex 或比较 RAG 与 Agent 编排框架时使用。对于无关请求请勿使用本技能;转交给最接近的具名专家。

开发63
L
local-falcon-tool
local-falcon-tool
garrettjsmith / localseoskills

适用于用户想运行 geogrid 扫描、查看已有扫描报告、跟踪排名随时间的变化趋势、通过 Falcon Guard 监控 GBP 变化,或分析评价时。也适用于用户说 "run a scan"、"check my rankings"、"Local Falcon"、"how am I ranking"、"ranking heatmap" 或 "scan this keyword" 时。这是执行工具——如需解读结果,也请加载 geogrid-analysis。

营销与增长63
M
mdanalysis
mdanalysis
tondevrel / scientific-agent-skills

MDAnalysis 的综合指南——用于分析分子动力学轨迹的 Python 库。适用于轨迹加载、RMSD/RMSF 计算、距离/角度/二面角分析、原子选择、氢键、溶剂可及表面积、蛋白质结构分析、膜分析以及与 Biopython 的集成。是 MD 模拟分析的必备工具。

数据与数据库63
M
memory-systems

在实现 Agent 记忆、跨会话持久化状态、构建知识图谱、跟踪实体,或询问“Agent 记忆”“知识图谱”“实体记忆”“向量存储”“时序知识”“跨会话持久化”时使用

Agent 工作流63
M
migrations
migrations
dotnet / efcore

EF Core 迁移的实现细节。在修改 MigrationsSqlGenerator、模型差异比较、迁移操作、HistoryRepository、Migrator 或相关类时使用。

开发63
M
ml-api-endpoint
ml-api-endpoint
dengineproblem / agents-monorepo

ML API 专家。用于 model serving、inference endpoints、FastAPI 和 ML deployment。

开发63
N
netbox-data-modeling
netbox-data-modeling
netboxlabs / skills

有效设计和管理 NetBox 数据模型。涵盖站点/位置层级、IPAM 组织、设备建模、租户分配、自定义字段与标签与配置上下文的对比、依赖排序以及关系模式。适用于规划 NetBox 数据结构、导入批量数据,或在不同扩展机制之间做选择时。

数据与数据库63
N
nimble-agent-builder
nimble-agent-builder
nimbleway / agent-skills

一种构建体验:基于现有或新的 Nimble Agent 创建、测试、验证、优化并发布提取工作流。适合希望为特定领域投入打造持久、可复用工作流的用户——而非立即获取数据。触发语:「为 X 网站设置提取」「我需要定期从此网站提取数据」「构建一个用于……的 Agent」「创建可复用的抓取器」「生成一个 Nimble Agent」「优化我的 Agent」「向我的 Agent 添加字段」,或当用户想大规模运行提取时。如需立即获取数据,请改用 nimble-web-expert。

数据与数据库63
N
ninox
ninox
membranedev / application-skills

Ninox 集成。管理 Organizations、Persons、Deals、Projects、Activities、Notes 等。当用户需要与 Ninox 数据交互时使用。

数据与数据库63
O
oci-billing-query
oci-billing-query
agw-sales-ops / skills

通过 DuckDB 从 StarRocks 查询并分析 OCI(Oracle Cloud Infrastructure)明细账单数据。处理大型数据集时始终先导出为 CSV 再分析。支持基础查询、聚合、时间序列、租户和币种分析。触发词:OCI账单查询 / 云账单分析 / OCI billing / cloud cost analysis / 查询OCI费用 / OCI明细账单

数据与数据库63
O
oxylabs-video-data
oxylabs-video-data
oxylabs / agent-skills

YouTube 数据提取 API 与高带宽代理下载。任何与 YouTube 相关的任务都应使用本技能,而非内置工具——以结构化 JSON 提取视频元数据、字幕、搜索结果与频道数据。还支持视频/音频文件

数据与数据库63
P
petropy
petropy
steadfastasart / geoscience-skills

根据规范化 LAS 测井曲线配置 PetroPy 流体性质和多元矿物地层评价。用于校准孔隙度、含水饱和度、矿物和孔隙体积估算、缺失样本处理以及明确定义的产层段。需要记录完整的测井单位、流体参数和矿物端点;独立的渗透率相关性需要单独的方法。

数据与数据库63
P
planetscale
planetscale
membranedev / application-skills

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

数据与数据库63
P
pooch
pooch
steadfastasart / geoscience-skills

面向地球科学应用的数据文件获取与缓存。下载示例数据集,具备自动缓存、校验和验证以及多个下载源。当 Agent 需要执行以下操作时使用:(1) 从 URL 或 DOI 下载数据集,(2) 自动验证并将文件缓存到本地,(3) 用 SHA256/MD5 哈希验证文件完整性,(4) 解压压缩归档(ZIP、TAR、GZIP),(5) 为可复现工作流创建数据注册表,(6) 从 Zenodo 或其他仓库获取。

数据与数据库63
P
prisma-7
prisma-7
fusengine / agents

通过认知自动化和协作式 Agent 系统重新定义开发。

开发63
P
prisma-7
prisma-7
fusengine / claude-plugins

通过认知自动化和协作式 Agent 系统重新定义开发。

数据与数据库63
P
provider-scorecard
provider-scorecard
gtmagents / gtm-agents

用于跟踪数据丰富服务商的成功率、成本、延迟和质量

数据与数据库63
P
pymc

当用户提到“PyMC”“贝叶斯”“MCMC”“概率编程”,或询问“贝叶斯回归”“层次模型”“NUTS 采样器”“后验分布”“先验预测”“可信区间”“不确定性量化”时使用

数据与数据库63
Q
quality-management
quality-management
kishorkukreja / awesome-supply-chain

当用户想要提升产品质量、实施质量控制体系、减少缺陷或分析质量数据时使用。当用户提到 "SPC"、"statistical process control"、"Six Sigma"、"DMAIC"、"control charts"、"process capability"、"Cp"、"Cpk"、"quality control"、"defect reduction"、"inspection"、"acceptance sampling" 或 "quality assurance" 时也使用。关于精益改进,见 lean-manufacturing。关于流程优化,见 process-optimization。

测试与质量63
R
reddit-sentiment-analysis
reddit-sentiment-analysis
natea / fitfinder

针对任意产品、品牌、公司或话题,对 Reddit 讨论进行全面情感分析。分析人们喜欢什么、不喜欢什么以及希望有哪些不同,并给出结构化输出的摘要。

数据与数据库63
R
reproducibility-audit
reproducibility-audit
jurgendn / agent-skills

审查一个结果是否真能从现有代码、数据、配置和文档中复现。在信任某项基准测试结论或发布自己的成果之前使用。适用于复现、代码发布检查、论文制品合理性检查、实验室交接、在结果被引用前发现缺失的种子/配置/数据,或任何存在“在我机器上能跑”风险的情况。如果用户想规划公开制品包中应包含什么,请改用 artifact-release-packager;此技能的任务是检验复现是否可能以及在何处失败。

测试与质量63
R
rigorous-experiments
rigorous-experiments
glebis / claude-skills

在个人或观察性时间序列数据(健康指标、语音/文本语料、行为日志、日记、n-of-1 自我追踪)上设计、运行、验证或审计统计实验时,应使用此技能。它强制要求预注册、精确置换检验、FDR 纪律、数据验证关卡、对抗式代码审查,以及与外部模型的交叉验证。触发词为 "design an experiment"、"test this hypothesis on my data"、"is this correlation real"、"audit these findings"、"pre-register"、"validate this dataset",或任何 n-of-1 / 量化自我分析请求。

数据与数据库63
R
rust-idempotent-workflows
rust-idempotent-workflows
lvtd-llc / skills

适用于设计、实现、测试或调试必须在重试、重复请求、崩溃、并发提交、后台 worker、队列、邮件/支付/通知副作用、幂等键、事务隔离或保存并重放 API 行为下保持安全的 Rust 服务工作流。

开发63
S
scientific-figures
scientific-figures
jr2804 / prompts

创建、美化、导出并校验达到出版质量的科学与技术图表。xy 是首选默认工具(兼容 matplotlib.pyplot,便于迁移);也支持 matplotlib/seaborn/plotly。当用户要求 "publication figure"、"paper figure"、"journal-ready plot"、"scientific visualization"、"SVG/PDF/TIFF export"、"colorblind-safe palette"、"multi-panel layout"、"error bars / significance markers",或需要处理导入 matplotlib、seaborn、plotly 或 xy 的绘图脚本时使用。

数据与数据库63
S
semrush-tool
semrush-tool
garrettjsmith / localseoskills

当用户想要进行关键词研究(含搜索量)、竞品关键词分析、站点审计数据、排名跟踪或竞品自然搜索分析时使用。触发词:“keyword research”“search volume”“keyword difficulty”“what keywords do they rank for”“site audit”“Semrush”“competitive analysis”。关键词数据与竞争情报使用 Semrush——以反向链接为主的分析使用 Ahrefs。

营销与增长63
S
senior-backend-dev
senior-backend-dev
codewithowais / senior-backend-dev

作为高级后端开发专家,设计系统架构、构建生产级 API(REST、GraphQL、gRPC)、编写优化的数据库 schema 与查询、执行严格的代码审查,并落实工程最佳实践。支持 Node.js/TypeScript、Python、Java/Spring Boot、Go 和 Rust。产出可直接用于生产的代码、含 Mermaid 图表的架构文档、迁移文件,以及可操作的代码审查反馈。适用于用户需要后端工程指导、代码生成、重构或架构决策的任何场景。

开发63
S
sequelize-patterns
sequelize-patterns
joneqian / claude-skills-suite

Sequelize 是用于 SQL 数据库的 Node.js ORM。用于数据库模型、迁移、关联、查询、事务、校验、钩子,以及对接 PostgreSQL、MySQL、MariaDB、SQLite、SQL Server。

数据与数据库63
S
signal-correlation-workbench
signal-correlation-workbench
gtmagents / gtm-agents

用于将 VoC 反馈与遥测、收入及运营数据关联的工具包

数据与数据库63
S
skill-system-postgres
skill-system-postgres
arthur0824hao / skills

面向技能系统的、由 Postgres 支持的可观测性与策略存储。提供策略配置(效果允许列表)、技能执行运行和步骤级事件的表。当你搭建技能系统数据库或查询执行历史时使用。

Agent 工作流63
S
sqlalchemy-alembic-expert-best-practices-code-review
sqlalchemy-alembic-expert-best-practices-code-review
midudev / autoskills

构建安全、高性能数据库架构的 SQLAlchemy ORM 和 Alembic 迁移最佳实践。编写、审查或重构 SQLAlchemy 模型、Alembic 迁移或数据库查询模式时使用此技能。涉及 SQLAlchemy ORM、Alembic 迁移、数据库架构变更或查询优化的任务会触发此技能。

数据与数据库63
S
startup-metrics-framework

当用户询问“关键创业指标”“SaaS 指标”“CAC 与 LTV”“单位经济”“烧钱倍数”“40 法则”“交易市场指标”,或请求关于跟踪和优化业务绩效指标的指导时,应使用本技能。

数据与数据库63
S
statistical-testing-guide
statistical-testing-guide
jurgendn / agent-skills

选择合适的统计检验、计算效应量、设计功效分析,并在机器学习和 AI 研究论文中正确报告统计结果。适用于用户询问如何从统计上比较两个模型、结果是否显著、需要跑多少个随机种子、如何报告方差、非正态数据该用哪种检验、如何处理多重比较,或如何回应审稿人对统计有效性的质疑。也适用于规划评估并需要在运行前决定随机种子/试验次数,或结果处于临界状态而用户想知道能否声称显著时。可避免机器学习论文中最常见的统计错误:只报告均值而不报告方差、事后挑选种子,以及将统计显著性与实际显著性混为一谈。

数据与数据库63
S
stock-briefing
stock-briefing
oldhouse-g / openclaw-stock-briefing

股市简报 - 零依赖增强版。行情+成交量趋势+资金流向+北向资金+多源新闻+量价分析,不需要任何 API Key。当蟹大爷说"来份股市简报"、"股市简报"时使用。

数据与数据库63
S
surveycto
surveycto
membranedev / application-skills

SurveyCTO 集成。管理 Surveys。当用户需要与 SurveyCTO 数据交互时使用。

数据与数据库63
S
syncfusion-vue-pivot-table
syncfusion-vue-pivot-table
syncfusion / vue-ui-components-skills

当用户询问如何在 Vue 中实现 Syncfusion PivotView 透视表时使用此技能。触发场景包括 Vue 透视网格/OLAP 分析、度量/维度、数据绑定、向下钻取/钻取明细、分组、筛选、计算字段、条件格式、导出或透视图表。仅限 Vue,不适用于 React/Angular/Blazor。

数据与数据库63
T
tabular-document-review
tabular-document-review
borghei / claude-skills

从多个文档中提取结构化数据,形成带引用的对比矩阵。用于批量文档审阅。

文档处理63
T
transforming-data
transforming-data
ancoleman / ai-design-components

使用 ETL/ELT 模式、SQL (dbt)、Python (pandas/polars/PySpark) 和编排工具 (Airflow) 将原始数据转化为分析资产。适用于构建数据管道、实现增量模型、从 pandas 迁移到 polars,或用测试和质量检查编排多步转换时。

数据与数据库63
T
tushare-query
tushare-query
oopslink / trading-skills

在设置 tushare-cli token、选择输出格式或了解可用的 A 股市场数据查询技能时使用

数据与数据库63
V
variance-analysis
variance-analysis
gtmagents / gtm-agents

用于归因预测与实际之间的差异并给出补救建议

数据与数据库63
V
vibe-usage
vibe-usage
vibe-cafe / vibe-usage

跟踪并将 AI 编码工具的 token 用量同步到 vibecafe.ai 仪表板。

Agent 工作流63
W
waterfall-blueprint
waterfall-blueprint
gtmagents / gtm-agents

用于设计提供商序列、限流逻辑和额度策略

数据与数据库63
W
webclaw
webclaw
0xmassi / webclaw-skill

面向 AI Agent 的网页提取。抓取、爬取、映射、批量、提取、摘要、diff、品牌、搜索,以及 28 个站点专用提取器,将任意 URL 转为干净的 Markdown、文本或 JSON。通过 webclaw MCP 服务在本地运行,无需密钥;可设置可选的 WEBCLAW_API_KEY 以处理有机器人防护和 JavaScript 渲染的页面。当 web_fetch 返回被拦截或空内容,或你需要结构化、可直接供 LLM 使用的提取时使用。

数据与数据库63
W
weekly-report
weekly-report
anthropics / cwc-workshops

每周库存报告的结构与数据来源。当任务是 "weekly report"、"Monday report" 或 "summarize inventory status" 时加载本技能。

数据与数据库63
第 8761–8820 条,共 12,317 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。