mcpField

Skills

收录 96,981 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

O
optimize-for-gpu
optimize-for-gpu
kalarislabs / research-agent-skills

在 NVIDIA 硬件上加速科学计算 Python,并验证结果正确且速度更快。适用于 CUDA/GPU 优化;受 CPU 限制的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量搜索、图像处理、图、仿真或文件 I/O 工作负载;CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA 或 RAFT 相关问题;以及分析性能、内存传输、内核或多 GPU 瓶颈。大规模数据并行 Python 代码运行缓慢且 GPU 加速可能适用时,即使用户未提及 CUDA,也使用此技能。

开发46
O
optimize-performance
optimize-performance
igmarin / rails-agent-skills

在调查 Rails 中的 N+1、慢查询、缓存或查询计划时使用。先做性能剖析再改代码。触发词:N+1、slow、performance、caching、EXPLAIN。

开发46
O
osint-methodologies
osint-methodologies
hack23 / riksdagsmonitor

针对瑞典政治情报的 OSINT 收集、来源评估、数据整合与验证技术

数据与数据库46
P
parquet-analysis
parquet-analysis
brojonat / llmsrules

使用 Python 和 Ibis 分析 parquet 文件。当用户想要探索、转换或分析 parquet 数据文件,执行聚合、连接或导出结果时使用。可处理本地 parquet 文件,并提供与数据库无关的数据操作。

数据与数据库46
P
pathml
pathml
ovachiever / droid-tings

用于分析全视野切片图像(WSI)和多参数成像数据的计算病理学工具包。处理组织病理切片、H&E 染色图像、多重免疫荧光(CODEX、Vectra)、空间蛋白质组学、细胞核检测/分割、组织图构建或基于病理数据训练 ML 模型时使用。支持 160 多种切片格式,包括 Aperio SVS、NDPI、DICOM、OME-TIFF,适用于数字病理工作流。

数据与数据库46
P
pdb
pdb
adaptyvbio / protein-design-skills

从 RCSB PDB 获取并分析蛋白质结构。适用于以下情况:(1) 需要通过 PDB ID 下载结构,(2) 搜索相似结构,(3) 为结合体设计准备靶标,(4) 提取特定链或结构域,(5) 获取结构元数据。若需序列查询,请使用 uniprot。若需结合体设计工作流,请使用 binder-design。

数据与数据库46
P
pdf-2
pdf-2
alphaonedev / openclaw-graph

高级 PDF v2:OCR、表单提取、表格解析、数字签名、合并/拆分、批注

文档处理46
P
physical-ai-image-attribute-augmentation
physical-ai-image-attribute-augmentation
nvidia / skills

在 Kubernetes 上运行 PAIDF Orchestration 图像属性增强 DAG — 人物裁剪服装增强、属性搜索与增强数据集生成。适用于图像属性增强、人物属性搜索、行人重识别数据、服装增强、属性描述、增强载荷、运行状态或结果检索的请求。当控制器就绪状态未知时,先运行环境设置。不适用于视频或缺陷图像生成。

数据与数据库46
P
PMF Analyzer
eddiebe147 / claude-settings

使用框架、指标和客户信号评估产品与市场的契合度

营销与增长46
P
power-bi-report-design
power-bi-report-design
datacoolie / powerbi-skills

在生成 PBIR JSON 之前,设计 Power BI 报表布局、选择图表类型、规划页面结构、选择主题并应用数据叙事。生成设计规范以及供 `power-bi-report-authoring` 使用的官方标准 `Design Brief:` 契约(设计标识、页面原型、机械布局契约)。涵盖 Microsoft `powerbi-report-cli` 的 `design` 模式(语气、标识、原型路由、图表选择、颜色、排版、布局、交互性、无障碍性、现有报表改版、预检清单)。用户要求设计报表、规划仪表板布局、选择可视化或图表类型、选择主题或配色、规划导航、改版或评审现有报表,或根据需求编写设计规范时使用。不要用于生成 PBIR JSON、验证报表结构或构建语义模型(使用 `power-bi-report-authoring` / `power-bi-semantic-model`)。

设计与 UI46
P
product-spec-bulk-fetch
product-spec-bulk-fetch
alpacalabsllc / skills-for-architects

从一组产品 URL 中提取结构化的 FF&E 规格并整理为清单。用于抓取或批量导入产品页面数据;不适用于 PDF 目录。

数据与数据库46
P
pufferlib
pufferlib
ovachiever / droid-tings

在处理强化学习任务时使用此技能,包括高性能 RL 训练、自定义环境开发、向量化并行仿真、多 Agent 系统,或与现有 RL 环境(Gymnasium、PettingZoo、Atari、Procgen 等)集成。可用于实现 PPO 训练、创建 PufferEnv 环境、优化 RL 性能,或使用 CNN/LSTM 开发策略。

开发46
P
pydicom
pydicom
ovachiever / droid-tings

用于处理 DICOM(医学数字成像和通信)文件的 Python 库。在读取、写入或修改 DICOM 格式的医学成像数据,从医学图像(CT、MRI、X 射线、超声)中提取像素数据,匿名化 DICOM 文件,处理 DICOM 元数据和标签,将 DICOM 图像转换为其他格式,处理压缩的 DICOM 数据或处理医学成像数据集时使用。适用于涉及医学图像分析、PACS 系统、放射学工作流和医疗成像应用的任务。

数据与数据库46
P
pymoo
pymoo
kalarislabs / research-agent-skills

使用 pymoo 在 Python 中求解单目标和多目标优化问题,支持 NSGA-II、NSGA-III、MOEA/D、SPEA2、RVEA、GA、DE 和 PSO。涵盖自定义问题(Problem、ElementwiseProblem、FunctionalProblem)、约束处理、混合变量问题、ZDT/DTLZ/WFG 基准测试、遗传算子、并行评估、Pareto 前沿可视化和多准则决策。适用于寻找相互冲突目标之间的 Pareto 最优权衡;定义有约束或混合变量的问题并选择进化算法;在标准测试问题上评估算法;自定义交叉或变异算子;或从 Pareto 前沿中选取一个解。不适用于基于梯度或凸优化的求解器。

数据与数据库46
P
pyopenms
pyopenms
ovachiever / droid-tings

用于质谱数据分析的 OpenMS Python 接口。适用于 LC-MS/MS 蛋白质组学和代谢组学工作流,包括文件处理(mzML、mzXML、mzTab、FASTA、pepXML、protXML、mzIdentML)、信号处理、特征检测、肽段鉴定和定量分析。用于处理质谱数据、分析蛋白质组学实验或处理代谢组学数据集

数据与数据库46
P
pytdc
pytdc
ovachiever / droid-tings

Therapeutics Data Commons。面向治疗领域机器学习和药理学预测的 AI 就绪型药物发现数据集(ADME、毒性、DTI)、基准、骨架划分和分子预言机。

数据与数据库46
R
railz
railz
membranedev / application-skills

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

数据与数据库46
R
redis
redis
thelobbi / claude

Redis 缓存、发布/订阅和数据结构。在涉及 Redis 操作、缓存策略、会话管理和消息队列时激活。

数据与数据库46
R
relational-database-mcp-cloudbase
relational-database-mcp-cloudbase
tencentcloudbase / cloudbase-ai-toolkit

[已弃用] 这是 Agent 通过 MCP 操作 CloudBase 关系型数据库所需的文档。它定义了与 `queryMysqlDatabase`、`manageMysqlDatabase`、`queryPermissions`、`managePermissions` 配合的标准 SQL 管理流程,包括 MySQL 开通、销毁流程、异步状态检查、安全查询执行、模式初始化和权限更新。新环境应使用 PostgreSQL —— 请参阅 postgresql-development 技能。

数据与数据库46
R
reply-audit
reply-audit
victor-shulga / outbound-engine-skills

为代理机构客户对外联回复(积极回应、异议、已读不回)进行全面取证式审计,并按固定的 9 个部分整理成结构化页面。用户分享一批外联回复并要求分析时使用,例如“analyze these replies”“audit the replies”“what's wrong with our responses”“why are leads ghosting”“analyze positive responses”;也适用于用户提供 Google Sheet、CSV、Notion 表格链接,或提及 LinkedIn 自动化或冷邮件活动中的回复。接受任何来源(Google Sheet、CSV、Notion 表格、直接粘贴的文本或外联平台 MCP)。始终诊断根本原因(目标定位/数据问题还是 SDR/推介问题),对每条回复分类,从数据中提取黄金标准回复模板,并生成 9 部分审计报告。不用于评估单一指标(“我的回复率好吗”);这类需求使用 outbound-analyst。

营销与增长46
R
review-migration
review-migration
igmarin / rails-agent-skills

在规划或评审生产环境 Rails 迁移时使用。切勿混用 schema 变更和回填。触发词:migration、add column、index、backfill、zero-downtime。

数据与数据库46
R
ringba
ringba
membranedev / application-skills

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

营销与增长46
S
scikit-learn
scikit-learn
kalarislabs / research-agent-skills

涵盖使用 scikit-learn(sklearn)在 Python 中进行经典机器学习:分类和回归估计器、聚类和降维、预处理、Pipeline 和 ColumnTransformer、交叉验证、指标,以及使用 GridSearchCV 调优超参数。适用于在表格或文本数据上训练或比较分类器和回归器、对数据聚类并选择簇数、构建无数据泄漏的预处理流水线、通过交叉验证和指标评估模型,或调优超参数。不适用于深度学习;请改用专用的神经网络框架。

数据与数据库46
S
scikit-survival
scikit-survival
ovachiever / droid-tings

使用 scikit-survival 在 Python 中进行生存分析和事件发生时间建模的综合工具包。适用于处理删失生存数据、进行事件发生时间分析、拟合 Cox 模型、随机生存森林、梯度提升模型或生存 SVM,使用一致性指数或 Brier 分数评估生存预测、处理竞争风险,或使用 scikit-survival 库实现任何生存分析工作流。

数据与数据库46
S
scvi-tools
scvi-tools
ovachiever / droid-tings

使用 scvi-tools 分析单细胞组学数据时应使用此技能,包括 scRNA-seq、scATAC-seq、CITE-seq、空间转录组学及其他单细胞模态。适用于概率建模、批次校正、降维、差异表达、细胞类型注释、多模态整合和空间分析任务。

数据与数据库46
S
seaborn
seaborn
kalarislabs / research-agent-skills

与 pandas 集成的统计可视化。用于借助美观的默认设置快速探索分布、关系和分类比较。最适合箱线图、小提琴图、成对图、热图。基于 matplotlib 构建。交互式图请使用 plotly;出版级样式请使用 scientific-visualization。

数据与数据库46
S
sentencepiece
sentencepiece
ovachiever / droid-tings

与语言无关的分词器,将文本视为原始 Unicode。支持 BPE 和 Unigram 算法。速度快(每秒 5 万句)、轻量(占用 6MB 内存),词汇表具有确定性。供 T5、ALBERT、XLNet、mBART 使用。无需预分词即可在原始文本上训练。适用于需要多语言支持、CJK 语言支持或可复现分词的场景。

开发46
S
sequence-performance
sequence-performance
gooseworks-ai / goose-skills

邮件营销活动/序列效果评估组合。拉取营销活动数据(发送、打开、回复、退信),阅读实际的邮件文案和主题行,分析回复内容(异议、积极意向、问题),并生成涵盖量化指标、文案质量、线索质量和可执行建议的诊断报告。工具无关 —— 可与 Smartlead (MCP)、Instantly、Outreach、Lemlist、Apollo 或 CSV 数据配合使用。

营销与增长46
S
serverpod-migrations
serverpod-migrations
serverpod / serverpod

Serverpod 数据库迁移:迁移的创建、应用和修复时机与方法。涉及数据库架构变更时使用

数据与数据库46
S
setting-up-astro-project
setting-up-astro-project
necatiarslan / airflow-vscode-extension

初始化并配置 Astro/Airflow 项目。用户想要创建新项目、设置依赖项、配置连接/变量或了解项目结构时使用。运行本地环境请参阅 managing-astro-local-env。

数据与数据库46
S
sif-to-csv
sif-to-csv
alpacalabsllc / skills-for-architects

将 SIF(Standard Interchange Format)输入解析为可读预览,并可选择将规范化的产品行追加到项目的 CSV 库。当被要求转换或检查 SIF 经销商数据时使用。反向操作请使用 /as:csv-to-sif。

数据与数据库46
S
signal-research
signal-research
victor-shulga / outbound-engine-skills

针对 B2B 服务机构的现有公司特征客户账户库(CSV、Google Sheet、Notion DB、CRM 导出)执行信号研究:确定此 ICP 要查找的信号,从成本最低的数据源开始逐个账户检测;为每条命中记录证据 URL 和日期;为账户评分并划分热度等级;标记已过期、需要重新扫描的信号;最后返回丰富后的列表,以及说明哪些数据源实际提供了信号的覆盖报告。用户说以下内容时使用:“знайди сигнали по базі”“прогони базу на сигнали”“ресерч сигналів”“signal research”“у нас є список компаній — хто зараз гарячий”“перескануй базу, сигнали вигоріли”“which accounts have a live trigger right now”“enrich this list with signals”,或交来公司列表并询问应优先联系谁时也可使用。需要已有账户库;此技能不会构建列表(使用 data-research、niche-data-finder),也不会编造信号库(该库位于 `resources/signals-catalog.md`)。此外,它不会撰写外联文案。

营销与增长46
S
spacetimedb-client-unreal
spacetimedb-client-unreal
danmossa / spacetimedb-skills

在编写 SpacetimeDB Unreal Engine 客户端、生成的 Unreal 绑定、Unreal 插件设置、`DbConnection`、连接 tick、缓存访问、订阅、reducer 调用或身份处理时使用。触发于:Unreal、Unreal Engine、UE、Unreal SDK、URemoteTable、USubscriptionBuilder。

开发46
S
sql-plan-audit
sql-plan-audit
mizchi / skills

对 sqlc 风格目录中的每一条查询运行 EXPLAIN QUERY PLAN,并将执行计划与基线进行 diff。检测由 PR 引入的新的全表 SCAN 和 TEMP B-TREE 排序扫描。目前仅支持 SQLite/D1;引擎扩展见下文。

数据与数据库46
S
stock-analyzer
stock-analyzer
jacobhsu / skillsmp-stock-analyzer

使用 RSI、MACD、布林带(Bollinger Bands)及其他指标,为股票和 ETF 提供全面的技术分析。当用户请求针对特定股票代码的股票分析、技术指标、交易信号或市场数据时激活。

数据与数据库46
S
store-model-coder
store-model-coder
majesticlabs-dev / majestic-marketplace

使用 store_model 将基于 JSON 的数据库列包装成类似 ActiveModel 的类。在创建配置对象、管理嵌套 JSON 属性或为 JSON 数据添加验证时使用。触发词:JSON 列、store_model、类型化 JSON、配置对象或嵌套属性。

开发46
S
subject-line-lab
subject-line-lab
cognyai / claude-code-marketing-skills

从 Klaviyo / Mailchimp / Rule / Get a Newsletter 中挖掘你真实的主题行历史,找出对你的列表有效的模式,并生成经过调优的候选主题行

营销与增长46
S
supabase
supabase
jawwadfirdousi / agent-skills

运行 Supabase Management API SQL,用于查询记录、应用 schema 变更、管理策略和处理存储元数据等持久化数据任务。当请求涉及 Supabase 数据库 CRUD、迁移或类生产数据检查时使用。

数据与数据库46
T
telnyx-verify-python

查询电话号码信息(运营商、类型、来电者姓名),并通过短信/语音 OTP 验证用户。适用于电话验证和数据增强。本 skill 提供 Python SDK 示例。

安全46
T
tensorboard
tensorboard
ovachiever / droid-tings

使用 TensorBoard(Google 的 ML 可视化工具包)可视化训练指标、通过直方图调试模型、比较实验、查看模型图并分析性能

数据与数据库46
T
testing-dags
testing-dags
necatiarslan / airflow-vscode-extension

带调试与修复循环的复杂 DAG 测试工作流。适用于多步骤测试请求,如“测试这个 DAG 并在失败时修复它”、“测试并调试”、“运行流水线并排查问题”。

测试与质量46
T
tilebox-ingesting-datasets
tilebox-ingesting-datasets
tilebox / skills

设计并实现来自 STAC、提供方 XML 或 JSON、对象存储前缀以及 COG 文件树的 Tilebox 场景目录摄取器。在接入新的元数据源、设计其规范 schema 与 collections、将记录规范化为 STAC 1.1 语义、编写 Python 或 Go 转换器、构造 Assets、Links、Storage 或 Authentication 消息,或验证并摄取转换后的数据点时使用。

数据与数据库46
T
time-lens
time-lens
vladmdgolam / agent-skills

通过整合多个来源的数据来分析并可视化在软件项目上花费的时间:WakaTime 编码时间、git 提交会话检测、Claude Code 使用情况、Codex CLI 使用情况和 Cursor IDE 使用情况。生成交互式 HTML 仪表板(深色主题、Chart.js)和带 ASCII 图表的 Markdown 报告。当用户要求:分析工作时间、计算在某个项目上花费的时间、生成工作时间报告、可视化编码活动、创建项目时间细分,或汇总日期范围内的开发投入时使用。

生产力46
T
torchdrug
torchdrug
ovachiever / droid-tings

基于图的药物发现工具包。用于分子性质预测(ADMET)、蛋白质建模、知识图谱推理、分子生成、逆合成、GNN(GIN、GAT、SchNet)和 40 多个数据集,支持基于 PyTorch 对分子、蛋白质和生物医学图进行机器学习。

数据与数据库46
T
tracing-downstream-lineage
tracing-downstream-lineage
necatiarslan / airflow-vscode-extension

为 Airflow 数据资产映射下游血缘与影响范围。当用户需要了解哪些 DAG、表、仪表板或模型依赖某个数据集,以及变更后可能出什么问题时可使用。

数据与数据库46
T
tracing-upstream-lineage
tracing-upstream-lineage
necatiarslan / airflow-vscode-extension

追踪上游数据血缘。用户询问数据来源、哪些数据馈入某个表、上游依赖、数据源,或需要了解数据起源时使用

数据与数据库46
U
umap-learn
umap-learn
ovachiever / droid-tings

UMAP 降维。用于高维数据的快速非线性流形学习,支持 2D/3D 可视化、聚类预处理(HDBSCAN)以及监督式/参数化 UMAP。

数据与数据库46
V
Valuation Analyst
eddiebe147 / claude-settings

使用 DCF、可比公司法、先例交易法及其他方法进行公司和资产估值

数据与数据库46
V
Vector Search Designer
eddiebe147 / claude-settings

设计可大规模进行语义检索的向量相似度搜索系统

数据与数据库46
V
video-audit
video-audit
melvynx / video-agent-skills

通过 Treg 审查创作者自己的 Instagram 账号:必要时安装 Treg,连接其 Instagram,获取个人资料、最近 30 到 50 条 Reels 的真实数据(观看量、覆盖人数、平均观看时长、收藏、分享、评论)以及账号过去 28 天的覆盖数据;找出高于其自身中位数的表现,查看表现最好和最差的 Reels 开头几秒,并在 video-agent/audit.md 中记录有效做法、无效做法和 3 项改进建议。适用于用户提到审查、审查我的 Instagram、分析我的账号、我的数据、为什么我的 Reels 效果不好、我的账号上哪些内容有效、我表现最好的 Reels、Instagram 洞察,或连接我的 Instagram 时。

营销与增长46
V
video-dashboard
video-dashboard
jamditis / claude-skills-journalism

把转录文本和帧数据聚合为交互式 Web 仪表盘。用于内容、主题或情感分析。

数据与数据库46
W
w3ds
w3ds
metastate-prototype-project / prototype

当用户基于 Web 3 Data Spaces (W3DS) 或 MetaState 原型构建项目时使用——包括构建 post-platform、集成 eVault、调用 eVault GraphQL API(createMetaEnvelope、updateMetaEnvelope、removeMetaEnvelope、bulkCreateMetaEnvelopes、uploadFile、bindingDocument*)、连接 Web3 Adapter、为 /api/webhook 编写 webhook 控制器、编写 mapping.json 文件、使用 wallet-sdk、实现 w3ds://auth 或 w3ds://sign 流程、通过 Registry 解析 W3ID / eName、使用 Ontology 服务、提出新本体、处理 Binding Documents、解析 w3ds://file URI、配置 eVault、同步公钥、在 GitW3 上托管平台(适用于 W3DS 的 Git 锻造平台——`.w3ds/platform.json`、平台 eName、版本 eName、PPA 认证、部署记录、迁移现有应用、`w3ds-deployment-key.json`),或调试本地开发环境(Registry、Provisioner、eVault-core、Dev Sandbox、pnpm dev:core)。也用于有关 W3DS 平台数据存放位置的任何设计决策——添加表、实体、模型或字段,决定本地缓存内容,或判断某项内容应存入数据库还是 eVault。还用于公司签名委托——具有董事、职务角色、委托和再委托的公司 eVault、代表公司签名,以及 verifyDelegatedSignature / buildDelegatedSignRequest / buildGrantSignRequest。用户询问 eVault、W3ID、eName、MetaEnvelope、Envelope、Ontology、Web3 Adapter、Awareness Protocol 或 Awareness-as-a-Service 是什么时,也使用此技能。

开发46
W
waterfall-enrichment
waterfall-enrichment
victor-shulga / outbound-engine-skills

将公司域名转化为具名决策者及其已验证的工作邮箱,或为已有联系人查找邮箱——以域名为键的人员搜索节点,随后通过多来源邮箱级联查找,并明确每个联系人的成本。用户要求丰富名单、查找联系人或邮箱、根据 LinkedIn URL 查找,或在不猜测邮箱模式的情况下提高查找率时使用。触发语句包括“заенрич”“знайди персон”“потрібні пошти”“find contacts”“who do we write to at these companies”。

营销与增长46
W
web-scraping
web-scraping
gooseworks-ai / goose-skills

抓取网站、提取结构化数据并自动化浏览器。当被要求从网页或任意 URL 抓取、提取、爬取、解析或拉取数据时使用。

数据与数据库46
W
weekly-outreach-report
weekly-outreach-report
victor-shulga / outbound-engine-skills

为客户生成标准的每周外联报告,作为独立的叙述式页面,采用精确的 7(+2) 部分格式,而非仪表盘数据倾倒。实时提取客户外联平台的数据(LinkedIn 自动化工具和/或邮件发送工具),应用已知的平台注意事项,分析每条回复的根本原因,并以优质潜在客户和可直接发送的草稿收尾。可使用以下说法触发:“weekly report”“outreach report”“analyse this week's results”“build the report from our template”。不适用于仅进行批量回复取证(使用 reply-audit),也不适用于对单一指标进行基准比较(使用 outbound-analyst)。

营销与增长46
Y
ycql
ycql
yugabyte / yugabytedb-skills

在编写或审查面向 YugabyteDB 的 Cassandra 兼容 YCQL API(端口 9042)的 CQL 代码、schema 定义或应用代码时使用。触发于 YCQL 表、分区键、TTL、批处理,或任何将 YugabyteDB 与 Cassandra/CQL 一并提及的场景。

数据与数据库46
Y
youtube-full
youtube-full
alphaonedev / openclaw-graph

YouTube:视频管理、字幕提取、频道分析、评论、播放列表、上传

创意与媒体46
A
abductive-analyst
abductive-analyst
nealcaren / social-data-analysis

遵循 Timmermans & Tavory 方法对定性访谈数据进行溯因分析。引导你进行理论先行的分析,识别异常,并通过系统性的谜题探索生成新的理论洞见。

数据与数据库45
A
abtesting-stats
abtesting-stats
alphaonedev / openclaw-graph

统计分析:t 检验、卡方检验、Mann-Whitney、p 值、置信区间、Bonferroni/BH、贝叶斯 A/B

数据与数据库45
A
adalo
adalo
membranedev / application-skills

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

开发45
第 10681–10740 条,共 12,302 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。