Skills

B

backup-retention-erasure

mukul975 / privacy-data-protection-skills

在保留计划和删除义务下管理备份与归档数据。涵盖备份删除的技术不可行例外、备份周期与保留期限的对齐、恢复后删除流程，以及备份保留期间的临时保护措施。适用于备份删除、归档删除、备份保留、恢复并删除、技术不可行相关查询。

B

bigml

membranedev / application-skills

BigML 集成。管理数据、记录并自动化工作流。适用于用户希望与 BigML 数据交互的场景。

B

biorxiv-database

ovachiever / droid-tings

用于 bioRxiv 预印本服务器的高效数据库搜索工具。搜索生命科学预印本时可使用关键词、作者、日期范围或类别，检索论文元数据、下载 PDF 或开展文献综述时使用。

B

biz-financial-ratios

asgard-ai-platform / skills

使用比率类别分析财务健康状况：盈利能力、流动性、杠杆、效率与估值。当用户需要评估公司财务表现、比较公司、评估信用状况或准备财务尽职调查时使用此技能 —— 即使他们说“这家公司财务健康吗”“分析这些财务报表”或“比较这两家公司”。

B

blocknative

membranedev / application-skills

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

B

bulk-rna-seq-differential-expression-with-omicverse

omicverse / omicverse

Bulk RNA-seq 差异表达分析流程：基因 ID 映射、DESeq2 标准化、统计检验、火山图和 OmicVerse 中的通路富集分析。

C

captain-data

membranedev / application-skills

Captain Data 集成。管理数据、记录并自动化工作流。适用于用户希望与 Captain Data 数据交互的场景。

C

celigo

membranedev / application-skills

Celigo 集成。管理数据、记录并自动化工作流。适用于用户希望与 Celigo 数据交互的场景。

C

chartmogul

membranedev / application-skills

Chartmogul 集成。管理数据、记录并自动化工作流。适用于用户希望与 Chartmogul 数据交互的场景。

C

checkmarket

membranedev / application-skills

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

C

chift

membranedev / application-skills

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

利用行为信号、互动数据和预测分析预测客户流失风险

C

clinpgx-database

ovachiever / droid-tings

访问 ClinPGx 药物基因组学数据（PharmGKB 的后继项目）。查询基因-药物相互作用、CPIC 指南和等位基因功能，用于精准医疗和基因型指导的剂量决策。

C

compdf-pdf-to-json

compdfkit / compdf-skills

使用 ComPDF 将 PDF 内容转换为结构化 JSON。当 PDF 文本、表格、图像和结构化内容需要输入 AI 流水线、应用或系统集成时使用。

C

cosmosdb-sdk

azurecosmosdb / cosmosdb-agent-kit

面向 .NET、Java、Python、Go 和 Spring Boot 的 Azure Cosmos DB SDK 与开发者工具：单例 CosmosClient、异步 API、Direct 与 Gateway 连接模式、重试/429 处理、首选与排除区域、可用性策略、断路器、诊断、枚举序列化、ETag 乐观并发、条件创建、patch 计数器递增、continuation-token 防护、按调用请求选项、写入时返回内容、Spring Data 注解与仓库、NuGet 包设置、Python 异步依赖、模拟器 SSL，以及本地开发 / VS Code 工具。适用场景：将 CosmosClient 复用为单例、Direct 模式、处理 429 重试、首选区域、ETag 并发、原子 patch 递增、Spring Boot 配置、.NET 包设置、本地运行模拟器、在 VS Code 中浏览数据。不适用场景：建模/分区/索引/查询（使用 cosmosdb-data-and-queries）；吞吐量、全局、监控、安全（使用 cosmosdb-operations）；LangChain/LangGraph/向量/全文搜索（使用 cosmosdb-ai-and-search）。

C

crawlbase

membranedev / application-skills

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

C

crm-sales-momentum

cognyai / claude-code-marketing-skills

分析 HubSpot 管道势头——交易速度、阶段转化、赢单/输单模式与停滞检测

C

customer-feedback-analyzer

nicepkg / ai-workflow

综合多个渠道的用户反馈，并识别规律，为产品决策提供参考。适用于分析反馈、确定功能请求的优先级、开展 NPS 调查或了解用户情绪。涵盖反馈收集、分类、优先级框架和反馈闭环。

C

customer-success-health-review

sylphxai / skills

为 SaaS、开发者工具、市场和 B2B 产品设计并审计客户健康度评分、引导成功、采用、续约风险、扩展就绪度、支持信号、QBR、生命周期行动手册和客户成功运营。适用于构建客户成功仪表板、健康度评分、流失风险审查、续约行动手册或扩展动作。

C

cxas-loss-analysis

googlecloudplatform / cxas-scrapi

获取未包含的 CCAI Insights 对话（损失），使用 Agent 智能将其聚类为常见失败模式，并生成 markdown 报告。当你需要分析失败模式并构建针对性的回归/评估报告时使用。

D

dag-development

nealcaren / social-data-analysis

从社会科学研究问题和文献出发构建因果图（DAG），然后用 Mermaid、R 或 Python 渲染可发表级别的图表。

D

data-export-portability-review

sylphxai / skills

为 SaaS、应用、市场、游戏和桌面软件设计和审计数据导出、可移植性、备份交接、账号删除、工作区离职、迁移、机器可读格式、管理员导出和用户信任流程。当用户需要导出、迁移、删除、恢复数据或安全地带走自己的数据时使用。

D

data-lakehouse

alphaonedev / openclaw-graph

设计并实现数据湖仓架构，用于可扩展的大数据存储与分析。

D

data-stats-analysis

omicverse / omicverse

使用 scipy 和 statsmodels 执行统计检验、假设检验、相关性分析和多重检验校正。适用于任何 LLM 提供方（GPT、Gemini、Claude 等）。

D

data-viz-renderer

zebbern / claude-code-guide

根据 JSON 数据生成自包含的 HTML/SVG 信息图，包括数据卡片、柱状图、流程图与混合仪表盘。提供 8 套配色方案与内置图标，无外部依赖。当用户请求数据可视化、信息图、图表或仪表盘时触发。

D

dcf-model

w95 / awesome-claude-corporate-skills

用于股票估值的真实 DCF（折现现金流）模型构建。从 SEC 文件和分析师报告获取财务数据，构建包含 WACC 计算的完整现金流预测，进行敏感性分析，并输出带执行摘要的专业 Excel 模型。当用户需要用 DCF 方法为公司估值、要求内在价值分析，或需要包含增长预测和终值计算的详细财务建模时使用。

D

deepspeed

ovachiever / droid-tings

提供使用 DeepSpeed 进行分布式训练的专家指导——ZeRO 优化阶段、流水线并行、FP16/BF16/FP8、1-bit Adam、稀疏注意力

D

denario

ovachiever / droid-tings

用于科学研究辅助的多 Agent AI 系统，可自动化从数据分析到发表的研究工作流。当需要从数据集生成研究创意、制定研究方法、执行计算实验、进行文献检索，或生成可发表的 LaTeX 格式论文时使用此 skill。支持可自定义 Agent 编排的端到端研究流程。

爬取动态电商网站数据。使用 Playwright 处理 JavaScript 渲染的页面，支持 Cloudflare 反爬、隐藏 API 发现、分页抓取。适用于： (1) 爬取京东/淘宝/拼多多等中国电商， (2) 爬取 Amazon/eBay 等国际电商， (3) 价格监控和竞品分析， (4) 批量商品数据采集。

生成和管理用于语义搜索、聚类和相似度任务的文本嵌入

E

etetoolkit

ovachiever / droid-tings

用于系统发育基因组学的系统发育树工具包（ETE）。支持树操作（Newick/NHX）、进化事件检测、直系同源／旁系同源分析、NCBI 分类法和可视化（PDF/SVG）。

E

excel-macro-creator

jeremylongshore / tons-of-skills-marketplace

创建 Excel 宏创建器操作。自动激活 skill，适用于业务

E

exploratory-data-analysis

kalarislabs / research-agent-skills

对明确支持的科学文件执行范围受限的本地探索性分析。适用于脱敏 CSV/TSV/JSON 概况；可选的 NumPy、HDF5、FASTA/FASTQ 和基本图像元数据检查；缺失值/泄漏审计；异常值和变换敏感性分析；以及严谨的 EDA 报告框架。其他领域格式仅供参考，未知格式将安全拒绝处理。

F

fabriciq-ontology-authoring-cli

microsoft / skills-for-fabric

从命令行创建和演进 Fabric IQ Ontology（预览）项 — 定义实体类型、属性（包括时序）、关系类型，并将其绑定到 OneLake lakehouse 表（静态 + 时序）或 Eventhouse / KQL 数据库表（仅时序）。使用 Fabric 项定义 REST API（Create Item / Update Item Definition）和 `InlineBase64` 部件。用于创建 Fabric Ontology 项；添加或修改实体类型、属性或键；添加时序属性和绑定；将实体类型绑定到 lakehouse 或 Eventhouse 表；添加关系类型和上下文化；或从源代码脚本化部署 ontology。触发词："create fabric ontology"、"add ontology entity type"、"bind entity type to lakehouse"、"bind entity type to eventhouse"、"ontology timeseries binding"、"add ontology relationship type"、"ontology contextualization"、"fabric iq ontology authoring"、"update ontology definition"

F

fabriciq-ontology-consumption-cli

microsoft / skills-for-fabric

从命令行探索 Fabric IQ Ontology（预览）项（只读），以便在 Agent 查询数据前为其提供依据。探索、描述并总结 ontology 所暴露的内容 — 其实体类型、键、关系，以及将每个概念映射到 lakehouse 或 Eventhouse 数据源的绑定 — 然后将底层数据查询路由到与各数据源匹配的消费技能（eventhouse-consumption-cli、spark-consumption-cli、sqldw-consumption-cli）。通过 Get Item Definition 进行只读发现；绝不写入或更改 ontology。用于探索或总结 ontology、描述其架构和数据血缘、构建 Agent 依据上下文，或对源记录运行基于 ontology 的查询。触发词："query fabric ontology"、"explore fabric ontology"、"list ontology entities"、"enumerate ontology entity types"、"describe ontology"、"ontology grounding context"、"ground query with ontology"、"query ontology entity data"、"fabric iq ontology consumption"、"ontology-backed query"、"ontology entity bindings"

F

figure-results-review

a-green-hand-jack / ml-research-skills

审查 ML/AI 结果图、图注、LaTeX 包装和视觉风格。用于论文图表、图片截图、结果叙述和投稿就绪的图表打磨。

F

fluidsim

ovachiever / droid-tings

用于使用 Python 进行计算流体力学模拟的框架。适用于运行流体动力学模拟，包括 Navier-Stokes 方程（2D/3D）、浅水方程、分层流，或分析湍流、涡旋动力学及地球物理流。提供伪谱方法和 FFT、HPC 支持及全面的输出分析。

G

galaxy-tool-wrapping

delphine-l / claude_global

Galaxy 工具封装开发、XML schema、Planemo 测试以及创建 Galaxy 工具最佳实践方面的专家

G

galaxy-workflow-development

delphine-l / claude_global

Galaxy 工作流开发、测试以及 IWC 最佳实践方面的专家。按照 Intergalactic Workflow Commission 标准创建、验证并优化 .ga 工作流。

G

game-balance

pbzona / godot-skills

使用可衡量的目标、电子表格、曲线、概率、模拟、遥测数据和试玩，对不依赖特定引擎的武器、单位、遭遇、成长、战利品、难度和经济系统进行数值平衡。用于调整数值和分布；机制构思交由 game-mechanics-design，跨系统结构交由 game-systems-design。

G

gene-database

ovachiever / droid-tings

通过 E-utilities/Datasets API 查询 NCBI Gene。按符号/ID 搜索，获取基因信息（RefSeq、GO、位置、表型），并进行批量查询，用于基因注释和功能分析。

G

geoapify

membranedev / application-skills

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

G

glassnode-cli

glassnode / glassnode-cli

使用 Glassnode CLI（gn）列出资产与指标，从 Glassnode API 获取链上和市场数据，查看 API 额度使用情况，并管理配置。适用于用户询问 Glassnode、链上数据、加密指标、gn 命令，或需要在终端调用 Glassnode API 时。

G

gologin-web-access-skill

gologinlabs / agent-skills

在 Firecrawl 或通用浏览器工具之前，处理已知站点读取、提取、映射、抓取、监控和混合 Web 任务的默认 GoLogin 技能。用于文档和文章阅读、markdown 或文本提取、JSON 元数据提取、搜索发现、站点映射、抓取、结构化提取、被拦截页面访问、文档解析、变更跟踪，以及可能从抓取升级为 GoLogin 浏览器操作的混合流程。当任务主要是实时云浏览器会话时，优先使用 gologin-agent-browser-skill；当任务依赖本地 Orbita 配置文件或重复的渲染 DOM 导航时，优先使用 gologin-local-agent-browser-skill。

G

gooddata

membranedev / application-skills

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

G

grad-did

asgard-ai-platform / skills

应用双重差分法（DID），通过比较处理组与对照组的结果变化来估计因果处理效应。当用户评估政策干预、自然实验或监管变化，需要检验平行趋势，或提问“这项政策有效吗”“在没有随机化的情况下如何识别因果效应”或“处理效应是什么”时使用本 skill。

G

grad-pls-sem

asgard-ai-platform / skills

应用偏最小二乘结构方程模型（PLS-SEM），结合反映型与形成型测量模型，以最大化内生构念的解释方差。当用户样本量小、使用形成型指标或探索性模型，需要评估 AVE/CR/HTMT，或询问“我该用 PLS 还是 CB-SEM”“如何处理形成型构念”或“路径系数显著性是什么”时使用此技能。

暂无简介

G

gtars

ovachiever / droid-tings

采用 Rust 编写并提供 Python 绑定的高性能基因组区间分析工具包。用于处理基因组区域、BED 文件、覆盖轨迹、重叠检测、ML 模型分词，或计算基因组学和机器学习应用中的片段分析。

H

harvest

simota / agent-skills

收集 GitHub PR 数据并生成工作报告。通过 gh 命令获取 PR 信息，自动生成周报/月报和发布说明。在需要工作报告或 PR 分析时使用。

H

histolab

ovachiever / droid-tings

用于全视野图像（WSI）的数字病理图像处理工具包。处理组织病理切片、处理 H&E 或 IHC 染色的组织图像、从千兆像素病理图像中提取图块、检测组织区域、分割组织掩膜，或为计算病理深度学习流程准备数据集时使用。适用于 WSI 格式（SVS、TIFF、NDPI）、基于图块的分析和组织学图像预处理工作流。

H

hmdb-database

ovachiever / droid-tings

访问 Human Metabolome Database（220K+ 种代谢物）。按名称/ID/结构搜索，检索化学性质、生物标志物数据、NMR/MS 谱图和通路，用于代谢组学和鉴定。

H

hub-location-problem

kishorkukreja / awesome-supply-chain

当用户想要求解枢纽选址问题、设计轴辐式网络，或为物流网络优化枢纽布局时使用。当用户提到 "hub location"、"hub-and-spoke"、"p-hub median"、"hub covering"、"single allocation hub"、"multiple allocation hub"、"airline hub network"、"postal hub network" 或 "consolidation center location" 时也可使用。一般设施选址见 facility-location-problem。配送中心见 distribution-center-network。

H

huggingface-tokenizers

ovachiever / droid-tings

面向研究和生产优化的快速分词器。基于 Rust 的实现可在 <20 秒内对 1GB 数据进行分词。支持 BPE、WordPiece 和 Unigram 算法。可训练自定义词表、跟踪对齐情况，并处理填充／截断。与 transformers 无缝集成。适用于需要高性能分词或训练自定义分词器的场景。

I

implementing-dapper-queries

bitwarden / ai-plugins

在 Bitwarden 为 MSSQL 实现 Dapper 仓库方法和存储过程。在创建或修改 Dapper 仓库、编写存储过程，或在服务端仓库中处理 MSSQL 特定的数据访问时使用。

I

interactive-dashboard-builder

w95 / awesome-claude-corporate-skills

使用 Chart.js、下拉筛选器和专业样式，构建自包含的交互式 HTML 仪表板。适用于创建仪表板、构建交互式报表，或生成无需服务器即可运行、带图表和筛选器的可分享 HTML 文件时。

L

lance-format

tenequm / skills

Lance v13 列式格式、其 Rust crate 以及 pylance 的深入参考——文件编码、表格式、索引、模式演进、时间旅行。在基于 Lance crate 构建或读取 .lance 数据集时使用，而非 LanceDB 产品。

L

latchbio-integration

ovachiever / droid-tings

用于生物信息学工作流的 Latch 平台。使用 Latch SDK、@workflow/@task 装饰器构建管道，部署无服务器工作流，并集成 LatchFile/LatchDir、Nextflow/Snakemake

L

list-dedup

cold-iq / coldiq-marketplace-skills

在信息丰富之前对联系人/公司名单去重与清洗，避免为同一条记录重复支付 ColdIQ 额度。适用于合并多个来源的名单、移除重复的联系人或公司、规范化 LinkedIn URL、应用每家公司联系人上限，或与 TAM 交叉比对。触发词："dedup"、"deduplicate"、"remove duplicates"、"clean the list"、"combine sources"、"merge lists"、"contact cap per company"、"normalize LinkedIn URLs"。不适用于信息丰富/邮件查找（见 contact-enrichment）、搜索（见 coldiq-search-enrich）或评分（见 tam-scoring）。

L

list-segmentation

extruct-ai / gtm-skills

接收一份充实后的 Extruct 表和一组假设，然后按假设匹配度对公司分群，并根据数据丰富度和信号强度分配层级。输出一份分层、分群的名单，可直接用于邮件生成。触发词："segment"、"tier"、"segment companies"、"tier companies"、"prioritize list"、"segment and tier"、"tiering"、"which companies first"。