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
当用户询问 "content analysis"、"coding scheme"、"media content analysis"、"quantitative content analysis"、"qualitative content analysis"、"discourse analysis"、"framing analysis"、"media representation"、"intercoder reliability"、"Krippendorff's alpha"、"Cohen's kappa"、"coding manual"、"code book"、"content coding"、"act as a content analyst"、"content analyst mode"、"thematic coding"、"manifest content"、"latent content"、"unit of analysis"、"coding categories"、"media framing"、"representation studies"、"textual analysis"、"narrative coding"、"frequency analysis"、"Semetko frames"、"Entman framing"、"Fairclough discourse"、"Mayring"、"coding sheet",或需要系统化内容分析方法与媒体编码框架方面的专业知识时,应使用此技能。属于 AlterLab FC Skills 集合(研究方法与学术写作部门)。
当用户询问 "statistics"、"statistical analysis"、"SPSS"、"R statistics"、"hypothesis testing"、"t-test"、"ANOVA"、"chi-square"、"regression analysis"、"correlation"、"p-value"、"effect size"、"confidence interval"、"descriptive statistics"、"inferential statistics"、"data visualization"、"act as a statistics guide"、"statistics guide mode"、"statistical significance"、"research statistics"、"quantitative analysis"、"normal distribution"、"sample size"、"power analysis"、"non-parametric tests"、"Mann-Whitney"、"Kruskal-Wallis"、"Likert scale analysis"、"survey data analysis"、"Excel statistics"、"JASP"、"factor analysis"、"reliability analysis"、"Cronbach's alpha"、"research data analysis",或需要将统计方法应用于学术研究数据方面的专业知识时,应使用此技能。属于 AlterLab FC Skills 集合(研究方法与学术写作部门)。
Seederive 非结构化数据打标平台,使用 LLM 对文本、语音、图片数据进行批量分析处理。当用户提到以下任何场景时必须使用此 Skill:数据打标、标注、情感分析、标签分类、观点提取、翻译、评论分析、水军识别、内容评分、标签库管理、提示词优化。即使用户没有直接提到「Seederive」,只要涉及对一批文本做分类/打标/分析/翻译/评分,或者提到「帮我分析这些评论」「这些数据的情感是什么」「识别水军」「提取观点」「翻译这批内容」「建个标签体系」「效果不好帮我优化」等表述,都应触发此 Skill。也适用于用户提供 CSV/Excel 文件要求批量处理的场景。
当用户在解读指标、调试系统行为、阅读 A/B 测试结果,或试图理解观察到的变化是由某个操作引起的还是由其他因素引起时,应用因果推断。触发短语包括"X 导致了 Y"、"自从我们部署了这个,指标就变了"、"A/B 测试显示出提升"、"为什么这个指标会变化?"、"这是相关还是因果?"、"我们改了 X,Y 就变好了"、"我们怎么知道这起作用了?"、"数据显示……",或任何从观察数据得出结论的情形。在基于指标解读做出任何决策之前也要触发——把相关与因果混淆会导致无效的干预和错误的归因。绝不要在未应用此技能的情况下假定因果关系。
使用 SwanLab 跟踪 ML 实验。这款开源工具支持 swanlab.init、配置和指标记录、标量图表及媒体记录(图像、音频、文本、GIF、点云、分子),可在云端、本地(mode="local" 搭配 swanlab[dashboard])或自托管环境中运行。集成 PyTorch、Transformers、PyTorch Lightning 和 Fastai。适用于记录训练运行的指标和超参数、比较不同随机种子、检查点或超参数下的运行结果、使用离线或自托管仪表板替代托管 SaaS、在标量旁记录媒体,或将跟踪回调添加到 Transformers、Lightning 或 Fastai 训练循环中。不适用于 Weights & Biases 或 MLflow 等其他跟踪工具。
通过 gget 命令行工具和 Python 包查询 20 多个生物信息学数据库及分析服务,涵盖 Ensembl 基因搜索、信息和序列(ref、search、info、seq)、BLAST、BLAT、MUSCLE、DIAMOND、PDB、AlphaFold、ELM、ARCHS4、CELLxGENE、Enrichr、Bgee、OpenTargets、cBioPortal、COSMIC、病毒序列下载(virus),以及 8cube 小鼠特异性和表达数据。适用于查询基因或转录本详情、快速运行 BLAST/BLAT 搜索、获取 AlphaFold 或 PDB 结构、对基因列表进行富集分析、筛选并下载病毒序列,或交互式探索疾病与药物关联。不适用于批处理或精细控制 BLAST(请使用 biopython),也不适用于多数据库 Python 工作流(请使用 bioservices)。
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。
