Skills

F

formcan

membranedev / application-skills

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

F

fullcontact

membranedev / application-skills

FullContact 集成。管理 Persons、Organizations。当用户希望与 FullContact 数据交互时使用。

G

ga4-measurement-plan

cognyai / claude-code-marketing-skills

从站点 URL 构建 GA4 衡量方案——事件分类体系、参数、自定义维度和要标记为转化的关键事件

G

gprpy

steadfastasart / geoscience-skills

使用 GPRPy 读取和处理探地雷达剖面。用于基于采样的 dewow/背景去除、可审计的增益、时间/深度场景，以及以明确的采集单位导出雷达图。SEG-Y 输入使用单独的 segyio 适配器；GPRPy 原生文件是序列化的会话。

G

gpt-trainer

membranedev / application-skills

Gpt-trainer 集成。管理 Users、Roles、Goals、Pipelines、Filters、Organizations。当用户希望与 Gpt-trainer 数据交互时使用。

使用 Grafana 与 LGTM 技术栈进行可观测性可视化。仪表盘设计、面板配置、告警、变量/模板与数据源。使用场景：创建 Grafana 仪表盘、配置面板与可视化、编写 LogQL/TraceQL 查询、设置 Grafana 数据源、配置仪表盘变量与模板、构建 Grafana 告警。不适用于：编写 PromQL 查询（请改用 /prometheus）、告警规则策略（请改用 /prometheus）、通用可观测性架构（请改用专注于基础设施的 senior-software-engineer）。触发词：grafana、dashboard、panel、visualization、logql、traceql、loki、tempo、mimir、data source、annotation、variable、template、row、stat、graph、table、heatmap、gauge、bar chart、pie chart、time series、logs panel、traces panel、LGTM stack。

H

holistics

membranedev / application-skills

Holistics 集成。管理数据和记录，并自动化工作流。当用户希望与 Holistics 数据交互时使用。

H

huashu-report

alchaincyf / huashu-report

做机构级研究报告与学术论文——行业报告、白皮书、年度调研、数据洞察、arXiv 论文，也含 16:9 咨询 deck 型报告（一页一结论）。定结构、写发现、建图表视觉系统。规范提炼自 2026 年顶级机构报告实测。单篇文章、纯演示 PPT 不适用（走 design/slides）。

H

huggingface-import

coval-ai / coval-external-skills

从 HuggingFace 导入数据集并将其转换为 Coval 测试集。当用户想基于 HuggingFace 数据集或仓库创建测试用例时使用。

H

hybrid-retrieval

latestaiagents / agent-skills

为 RAG 系统实现结合向量检索与关键词检索的混合搜索。在构建 RAG 检索、将语义搜索与 BM25 结合、实现倒数排名融合（RRF）或优化检索准确率时使用本技能。触发条件：向量搜索、关键词搜索、BM25、语义搜索、混合 RAG、检索优化、搜索相关性、重排序。

J

jeecg-onlform

jeecgboot / skills

JeecgBoot Online表单（cgform）全生命周期管理——通过API自动创建/编辑数据库表和表单配置， 支持单表、主子表、树表，26种控件类型，以及JS/Java/SQL增强、权限配置、数据CRUD、积木报表集成。 只要用户意图涉及「Online表单」就必须使用本技能，包括但不限于： 创建或配置数据库表（"建一张请假表"、"创建online表"、"做一个带下拉选择的表"、"低代码表单"、"在线表单"、"配置表"）、 修改已有Online表字段（"加个字段"、"改字段类型"、"加子表"、"删除字段"）、 配置表单增强（"JS增强"、"自定义按钮"、"表单联动"、"Java增强"、"SQL增强"）、 配置权限（"字段权限"、"按钮权限"、"数据权限"、"授权给角色"）、 管理表单数据（"插入数据"、"查询记录"、"导出CSV"、"造测试数据"）、 以及关联积木报表（"给这个表加报表"、"集成打印"）。 即使用户只描述了业务需求而没说"online"（如"做一个员工信息管理功能，包含姓名、部门下拉、入职日期"）， 只要涉及元数据驱动的表单配置，也应触发本技能。 注意：不要与「设计器表单」(desform)混淆——desform是拖拽式表单设计器，用skill jeecg-desform处理； 也不要与「Online报表」(cgreport)或「Online图表」(onlchart)混淆——它们是SQL驱动的只读展示。

K

kernel-metadata

josiahsiegel / claude-plugin-marketplace

Kaggle `kernel-metadata.json` 的配置与修复。主动在以下情况激活：(1) 创建 kernel-metadata.json，(2) 修复元数据校验错误，(3) 设置 `id`、`title`、`code_file`、语言或 kernel 类型，(4) 配置 private/public、internet、GPU 或加速器行为，(5) 附加 dataset_sources、competition_sources、kernel_sources 或 model_sources，(6) 在 `kaggle kernels push` 之前准备元数据，(7) 转换脚本/笔记本元数据。提供：schema 清单、有效字段、来源数组、默认值以及推送就绪审查。

L

langchain-retrieval

rebyteai-template / rebyte-skills

使用 Supabase pgvector 存储的 RAG 文档问答。

L

llm-ops

sickn33 / agentic-awesome-skills

LLM Operations——RAG、嵌入、向量数据库、微调、高级提示词工程、LLM 成本、质量评估和生产环境 AI 架构。

L

logseq-schema

rcmerci / skills

Logseq Datascript 模式、内置属性/类，以及用于编写或审查关于块/页面/标签/属性/类的 Datascript 查询的 :db/ident 发现。每当编辑或审查 Datascript pull selector 或查询，或任何在 pull 模式中增删属性的代码，或涉及属性命名空间/标识符，或需要在 Logseq 中推理属性值形态/ref/基数时使用。

L

lookml-fields

lkrdev / lookml_skills

概述 LookML 字段类型（Dimension、Measure、Filter、Parameter），以及 `sql` 参数在各类型中的作用。使用此技能为数据建模需求选择合适的字段类型。

M

managing-streamlit-apps

posthog / skills

通过 streamlit-apps MCP 工具在 PostHog 中创建、部署和运维 Streamlit 应用——创建应用、设置其源码、读取和修补其代码、启动和停止其沙箱、轮询状态、列出版本、删除，并通过其 PostHog URL 与人类共享应用。当被要求“create a streamlit app”“deploy a data app”“ship a dashboard app”“restart/stop my app”“why is my app not running”或“give me a link to the app”时使用。

M

marginaleffects

brycewang-stanford / auto-empirical-research-skills

marginaleffects R 和 Python 包的手册，以及《Model to Meaning》一书的指南。当用户询问预测、比较、斜率、边际效应、平均处理效应（ATE/ATT/CATE）、假设检验、对比、反事实、风险比、优势比、使用 G-computation 的因果推断，或需要 marginaleffects 函数如 predictions()、comparisons()、slopes()、hypotheses()、datagrid()、avg_predictions()、avg_comparisons()、avg_slopes() 或绘图函数的帮助时使用。

火山引擎市场洞察助手。帮助用户获取品牌在各大社交平台和媒体渠道上的公开内容数据，通过 AI 筛选出真正值得关注的信息，并发现潜在商机线索。当用户提到以下任何场景时使用此技能：想知道最近网上有没有人在讨论自己的品牌或产品、想看看竞品最近在社交媒体上有什么动态、想了解某个话题或事件在网上的讨论热度和趋势、想定期获取和自己业务相关的行业资讯和热点内容、想把筛选后的内容数据接入自己的系统做进一步分析、想查看自己账号下有哪些监测任务或拉取某个任务的数据、想了解最新的中东局势关税贸易战 AI 大模型等热点话题的网络讨论、想查询商机线索信息获取 ACOR 评估竞争分析公司画像、提到火山引擎市场洞察 Volcengine Insight PullPost ListCustomSubsTask QueryClueInfo。即使用户没有直接提到"市场洞察"，只要涉及品牌声量追踪、行业动态了解、热点事件网络讨论、公开内容数据获取、商机查询与分析等需求，都应触发此技能。

M

market-screener

cowork-os / cowork-os

使用基本面、技术面和量化标准筛选股票、ETF 和债券，支持多因子排名和行业筛选。

M

mathmodel-skill

handsomezr-netizen / mathmodel-skill

CUMCM 国赛、MCM/ICM 美赛与电工杯数学建模竞赛的端到端协作工作流。当用户明确针对这些建模竞赛之一开展工作，或要求从选题、建模、求解、稳健性、写作、合规到最终提交评审地运行/审核一篇建模竞赛论文时使用。提供 10 个阶段、持久化的决策状态、竞赛专属规则/模板、确定性评分辅助工具、编号决策，以及 Codex/Claude Code 交接。不要因通用的模型选择、普通数据分析或非竞赛论文审核而触发。

M

matlab-read-database

matlab / matlab-agentic-toolkit

使用 MATLAB Database Toolbox 的下推能力从关系数据库读取数据。适用于从 JDBC/ODBC 数据库导入数据、过滤行、选择列、排除重复项、连接数据库表，或使用 sqlread、fetch、sqlinnerjoin、sqlouterjoin、databaseImportOptions 或 rowfilter。

M

meridian-model-building

google / meridian

引导用户构建 Meridian 营销组合建模（MMM）模型。适用于用户想加载数据、映射列、配置 ModelSpec、运行探索性数据分析（EDA）、拟合模型并保存模型。不适用于可视化结果或创建情景规划器。

M

metrics-normalization-formatter

archive-dot-com / creator-marketing-skills

将来自多个来源的杂乱创作者投放指标规范化为一张干净的表，字段名统一，可直接合并进主追踪表。当你需要清理达人指标、统一来自多个平台的投放数据、规范化创作者表现数据、将 Instagram、TikTok 和 YouTube 的指标合并到一张表、格式化混乱的分析导出文件、为总表准备投放数据、把原始平台统计转换为一致格式、合并来自不同报表工具的指标、对多来源的创作者数据去重、修复各导出文件中不一致的列名，或在汇报前清理一堆指标数据时，应使用本技能。计算互动率请见 engagement-rate-calculator-benchmarker。完整投放报告请见 campaign-roi-calculator。解析单张 Story 截图请见 story-metrics-screenshot-parser。

M

migrating-to-checkpoints

nangohq / skills

将现有的 Nango TypeScript createSync 实现从 nango.lastSyncDate、旧版增量 syncType 以及不可恢复的全量刷新迁移到基于 checkpoint 的同步。在将客户的 Nango 同步代码更新为如下做法时使用：定义 checkpoint schema，在每次 batchSave 之后（包括在 paginate 循环内）调用 getCheckpoint/saveCheckpoint/clearCheckpoint，使用 --checkpoint 测试 dryrun，并修复已启用 checkpoint 的增量或全量同步的删除处理。

M

momentive

membranedev / application-skills

Momentive 集成。管理数据和记录，并自动化工作流。当用户希望与 Momentive 数据交互时使用。

M

movement-trajectory

muend / geoai-skills

基于 GPS/GNSS 轨迹的移动与轨迹分析：清洗、停留/行程检测、路网地图匹配、速度/方向、流量聚合以及起止点构建。适用于车队、人类移动性、动物追踪、AIS 或运动轨迹。在出现 GPS 点、GPX、轨迹、停留检测、地图匹配或每个移动对象的时间戳位置时触发。也用于个体轨迹的隐私、聚合、去标识化或发布。对于假设路线、等时圈或无观测轨迹的静态 OD 成本，请使用 network-accessibility-analysis。

M

mtpy

steadfastasart / geoscience-skills

使用 MTpy-v2 读取并验证大地电磁传递函数。用于 EDI 导入、阻抗不确定性、视电阻率/相位、有记录的张量旋转、响应图绘制以及为建模做准备。外部反演求解器和原始时间序列处理需要单独的工具和验证。

N

nvidia-kaggle-skill

nvidia / nvidia-kaggle

用于 Kaggle 竞赛概览获取、writeup、讨论/内核研究、提交和数据集上传。不适用于无关的机器学习代码。

O

onelake-catalog-govern-cli

microsoft / skills-for-fabric

通过 Fabric Admin、Core 和 Power BI REST API 治理 Microsoft Fabric OneLake 目录的健康、保护与可信度。用于租户级或所有者范围的审计，以及对域、工作区分配、容量、标签、标记、描述、刷新和项标识的受控修复。目录项发现属于 search-consumption-cli。

O

onnx-converter

jeremylongshore / tons-of-skills-marketplace

转换 onnx 转换器操作。面向 ML 部署的自动激活 skill

P

pipes-sdk

subsquid-labs / skills

当 Portal MCP 或 curl 预览不足以支持回填、周期性同步、连接、应用自有数据或生产分析时，使用 Subsquid Pipes SDK（EVM、Solana、Tron、Bitcoin、Hyperliquid）构建、配置、部署并排查持久化区块链索引器的问题。

P

pixel-conversions

kelpi-ai / meta-ads-skills

验证追踪是否如实反映情况：哪些事件触发了、哪些重复触发或失效，以及 Meta 的数据能否与你的店铺数据对上。适用于上线前、站点任何变更后，以及各仪表盘数据不一致时。

P

plot-from-image

trae1oung / paper-plot-skills

借助积累的风格经验，根据上传的图片复现任何学术论文插图。使用场景：用户上传/附上一张论文插图并要求复现或重制它；用户说 "复现这个图"、"reproduce this plot"、"match this figure"、"照着这个图画"；或用户提供论文插图的 PNG/截图，想要能生成它的 Python matplotlib 代码。包含字体检测、颜色提取、比例匹配，以及映射到 8 种预置风格或从零创建新风格的分析工作流。

P

polars

tondevrel / scientific-agent-skills

用 Rust 编写的极速 DataFrame 库。具备多线程查询引擎、惰性求值，并通过 Apache Arrow 实现高效内存使用。专为单机高性能数据处理而设计。适用于大型数据集（1GB-100GB+）、快速数据转换、Parquet/CSV 处理、复杂查询流水线、内存高效操作，以及速度至关重要时（比 pandas 快 10-100 倍）。

P

power-bi-diagnostics

julianobarbosa / claude-code-skills

使用 pbi-cli 排查 Power BI 模型性能问题、追踪查询执行、管理缓存，并验证 pbi-cli 环境。每当用户说 "pbi not working"、"setup issues"、"connection failed"、"slow query"、"performance"、"profiling"、"tracing"、"health check"、"model audit"、"pbi setup"，或遇到任何 pbi-cli 错误时，调用此技能。当 pbi-cli 出问题时，这是首先应检查的技能。

P

power-bi-modeling

julianobarbosa / claude-code-skills

使用 pbi-cli 创建和管理 Power BI 语义模型结构 —— 表、列、度量值、关系、层次结构、计算组和日期/日历表。每当用户说 "create table"、"add measure"、"add column"、"create relationship"、"date table"、"calendar table"、"star schema"、"mark as date table"、"add hierarchy"、"calculation group"，或任何模型构建任务时，调用此技能。一次创建多个度量值时也要调用 —— 此技能包含关于多行 DAX 表达式处理的重要指导。

P

profile-model

meta-pytorch / skills

分析 PyTorch profiler 追踪文件（.json/.json.gz）。适用于用户希望诊断 GPU 性能问题、查找慢内核、识别空闲时间、分析通信开销或调试训练瓶颈的场景。

P

pydicom

tondevrel / scientific-agent-skills

用于处理 DICOM 文件的 Python 包。它让你以 Python 风格读取、修改和写入 DICOM 数据。对医学影像处理、临床数据提取以及放射学中的 AI 至关重要。

Q

qlik-ai-readiness-optimizer

qlik-oss / agentic-skills

通过 MCP 分析 Qlik 应用，并使用 5-Layer Model 针对 AI 使用场景（Qlik Answers 和 Qlik MCP）对其进行优化。只要用户想要：评估或改进 Qlik 应用与 Qlik Answers 或 MCP 的配合效果、检查 AI readiness、修复面向 AI 的字段命名或分组问题、改进 Master Item 描述、减少字段噪声、审计日期字段以支持基于时间的问题、创建同义词映射，或为 AI 消费准备应用，就使用此 skill。同样在以下情况触发：用户说 "AI-ready"、"optimize for Answers/MCP"、"Qlik AI Health Check"、"AI Readiness"、"prepare app for AI"、"Answers isn't working"、"Answers gives wrong results"、"Master Items not showing"、"fields not visible to AI"，或提到未分组的项、噪声字段或缺失的描述。即使用户只提到一层、一个问题或一个字段，也始终使用此 skill——完整评估能为针对性修复提供上下文。

Q

quarterly-creator-program-review

archive-dot-com / creator-marketing-skills

将原始投放表现数据转化为结构化的季度业务回顾文档，包含成果、失误、趋势分析以及下季度的调整建议。当你需要为创作者项目制作 QBR、撰写季度达人营销回顾、把多个投放汇总为一份季度报告、在季度末向管理层汇报创作者项目成果、分析达人表现的环比趋势、准备创作者营销项目的董事会级摘要、找出创作者策略中哪些有效哪些该砍、为下季度的创作者投放制定战略计划，或回顾整个季度全部达人的表现时，应使用本技能。单次投放的 ROI 分析请见 campaign-roi-calculator。每周状态更新请见 campaign-status-dashboard-digest。单个创作者的评分请见 post-campaign-creator-scorecard。

Q

querying-canvas-data

posthog / skills

将 PostHog 数据正确地引入 canvas：宿主注入的 `ph` SDK（loadInsight、query、capture、state、connectors、openExternal、navigate）、数据层级（优先已保存洞察，其次是类型化查询节点，最后是内联 HogQL）、可验证性（基于洞察的指标在 PostHog 中链接其已保存洞察；临时查询暴露实际运行的查询）、各洞察类型的结果结构、逐查询渐进加载、日期范围接线、通过查看者自身连接（ph.connectors）获取的实时第三方数据，以及从 canvas 捕获事件。只要 canvas 展示指标、图表、表格、任何 PostHog 数据，或来自 GitHub 或 MCP 服务的数据，或需要发送分析事件，就适用。

R

retell

gracebotly / flowetic-app

Retell AI 语音 Agent 事件的映射指导。涵盖通话指标、Agent 表现、断开原因和对话分析。

S

scikit-learn

ovachiever / droid-tings

使用 scikit-learn 在 Python 中进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建 ML 流水线。提供算法、预处理技术、流水线和最佳实践的全面参考文档。

S

setting-up-a-custom-rest-source

posthog / skills

通过编写 JSON manifest，将任意 REST API 作为 Custom source 接入 PostHog 数据仓库，无需为每个数据源编写代码。适用于用户指定了一个没有内置 PostHog 连接器的 API 时——"从该 REST API 导入数据"、"同步我的内部 API"、"根据其文档连接此 API"、"构建一个自定义数据仓库数据源"——并提供文档 URL 或对端点的自然语言描述。逐步讲解如何起草 RESTAPIConfig manifest（认证——bearer、API key、HTTP basic 或 OAuth2 client credentials / refresh token——分页、记录路径、增量游标、父子展开）、验证它、试读实时行以核对字段映射，并创建该数据源。如果该 API 已有原生 PostHog 连接器，请改用 setting-up-a-data-warehouse-source——此技能会先检查连接器注册表，仅处理没有原生连接器的 API。

S

signals-scout-customer-analytics-billing-and-usage

posthog / skills

针对每账户产品组合变化的 Signals scout。监控每个已投入账户按产品的用量和预测 MRR，以发现某个产品在账户总量保持稳定的同时相对自身基线下降或飙升。

S

signals-scout-insight-alerts

posthog / skills

针对项目已配置的洞察告警进行 Signals scout。读取每个告警近期的触发历史,并呈现人可能漏掉的触发。

S

signals-scout-product-analytics

posthog / skills

针对核心产品分析流程的信号侦察——漏斗、留存、生命周期、粘性和路径。监视团队已保存的流程，在进入者保持不变时捕捉派生率的回归。

S

signals-scout-tasks

posthog / skills

PostHog Tasks 的 Signals scout。监控交付健康状况——按仓库和错误类别聚类的失败运行、重试风暴——并在较慢的周期中，监控人类编写的任务中反复出现的需求。会跳过 scout 集群自身的运行。

S

single-cell-multi-omics-integration

omicverse / omicverse

多组学整合：MOFA 因子分析、GLUE 非配对对齐、SIMBA 批次校正、TOSICA 标签迁移、StaVIA 轨迹。涵盖 scRNA+scATAC 配对/非配对工作流。

S

smartsheet

membranedev / application-skills

Smartsheet 集成。管理 Sheets。当用户需要与 Smartsheet 数据交互时使用。

S

sql

maragudk / skills

处理 SQL 查询的指南，尤其针对 SQLite。在编写 SQL 查询、分析数据库 schema、设计迁移或处理与 SQLite 相关的代码时使用本 Skill。

S

stat-causal-inference

asgard-ai-platform / skills

应用因果推断方法——反事实框架、工具变量、倾向得分匹配和双重差分——从观测数据中估计因果效应。当用户需要从非实验数据判断 X 是否导致 Y、在没有随机试验的情况下评估项目/政策影响，或控制混杂因素时使用此技能——即使他们说的是「这个变化是导致改进的原因吗」「没有实验我们如何衡量影响」「这是相关还是因果」。

S

sustainability-fulltext-fetch

tiangong-ai / agent-skills

技能

S

syncable-entity-cache-and-transform

twentyhq / twenty

为 Twenty 代码库本身做贡献（twentyhq/twenty 服务器内部实现），而非在 Twenty 之上构建应用。为 Twenty 中的可同步实体创建缓存服务和转换工具。适用于实现实体到扁平结构的转换、输入 DTO 到通用扁平实体的转译，或可同步实体的缓存重算。

T

tavily-hikari-crawl

ivanli-cn / tavily-hikari

通过 Tavily Hikari 并使用 tvly-hikari 抓取有范围限制的网站。

T

test-trading-strategies

robonet-tech / skills

在历史数据上回测交易策略并解读绩效指标。提供 run_backtest（加密货币策略）与 run_prediction_market_backtest（Polymarket 策略）。执行快（20-60s），成本低（$0.001）。返回 Sharpe ratio、最大回撤、胜率、profit factor 与交易统计。在构建或改进策略后使用此技能，在部署前验证绩效。未经充分回测（建议 6 个月以上）绝不要部署。

T

tiktok-collection-scraper

yulin7645 / tiktok-skills

抓取 TikTok 用户收藏夹及其视频链接与完整元数据（播放量、点赞、评论、分享）。当用户要求获取、抓取、拉取、提取或下载任意 TikTok 账号的收藏、喜欢、已保存视频、书签或收藏夹内容时使用。接受任意用户标识——用户名、@username、主页 URL、视频 URL、短链（vm.tiktok.com）、user_id 或 secUid。零外部 API 依赖，无需付费服务，仅需 curl_cffi。公开收藏夹无需登录 Cookie 即可使用（约 80% 覆盖率）。也用于 TikTok 竞品分析、内容研究、爆款视频发现或构建视频数据库。

T

tripetto

membranedev / application-skills

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

T

turning-engineering-analytics-into-insights

posthog / skills

将工程分析（PR / CI）数据转换为保存的 PostHog 洞察、仪表板和订阅，并说明如何用 SQL 直接查询产品数据。涵盖：通过 engineering-analytics-sources 发现各团队的 GitHub 仓库表；在 HogQL 中复刻精选列的语义；在产品逻辑相关处（CI 成本、带指纹的失败行、提交归属）读取暴露的 engineering_analytics_* 仓库视图；用 insight-create 保存查询；用 subscriptions-create 安排投递。当被问及「save this as an insight」「put CI health / merge times on a dashboard」「email me PR throughput weekly」「chart CI cost」「track time to first review」「subscribe to these numbers」「alert on CI success rate」「what data/tables/views does engineering analytics read」时使用。对于临时的 CI 与合并问题，使用 diagnosing-ci-and-merge-bottlenecks；调查某个具体的 CI 失败时使用 investigating-ci-failures。