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

K
keen
keen
membranedev / application-skills

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

数据与数据库43
K
klipfolio
klipfolio
membranedev / application-skills

Klipfolio 集成。管理 Dashboards、Users、Teams。当用户想要与 Klipfolio 数据交互时使用。

数据与数据库43
L
large-scale-text-editing
large-scale-text-editing
letta-ai / skills

提供使用 Vim、sed 或 awk 等文本编辑器高效转换大型文本文件(数千到数百万行)的策略。当任务涉及批量文本转换、大规模 CSV 处理、跨超大文件的基于模式的编辑,或按键/操作效率受限时,应使用此 skill。适用于需要宏、正则替换或结构化文本数据批处理的任务。

数据与数据库43
L
linkedin-post-experimentation
linkedin-post-experimentation
lvtd-llc / skills

使用帖子假设、格式测试、分析、评论和学习循环来规划、衡量和迭代 LinkedIn 内容实验。在比较 LinkedIn 钩子、格式、主题、话题标签、发布节奏、新闻通讯、文档、视频或内容表现数据时使用。

营销与增长43
L
llamaindex
llamaindex
ovachiever / droid-tings

用于构建 RAG 大模型应用的数据框架。专注于文档摄取(300 多个连接器)、索引和查询。提供向量索引、查询引擎、Agent 和多模态支持。适用于文档问答、聊天机器人、知识检索或构建 RAG 流水线,尤其适合以数据为中心的大模型应用。

数据与数据库43
L
logsnag
logsnag
membranedev / application-skills

LogSnag 集成。管理 Insights、Users、Projects。当用户想要与 LogSnag 数据交互时使用。

数据与数据库43
M
marimo-lens
marimo-lens
marimo-team / marimo-lens

为实时 notebook 添加 Lens、用引导式 Trail 讲解 notebook,或响应用户在已渲染输出或已配置 DOM 目标上的选择。适用于被要求启用 Lens、进行逐步讲解、就地解释结果,或针对选中的点、区域和注释采取操作。address 模式处理每一个打开的选择。需要实时 marimo notebook 内核,通过 marimo pair 或编辑器的 code-mode 侧边栏访问。

数据与数据库43
M
market-overview-dashboard
market-overview-dashboard
yuping322 / finskills

汇总上交所/深交所市场总貌、成交概况、地区/行业统计与资金概览,用于快速把握市场状态。当用户询问市场总貌、交易所统计、成交概况、市场资金概览或需要市场仪表盘时使用。

数据与数据库43
M
market-research
market-research
w95 / awesome-claude-corporate-skills

开展全面的市场研究,包括竞争分析、客户画像开发、市场规模测算(TAM/SAM/SOM)、问卷设计和趋势分析。汇总洞察以支持战略决策。

营销与增长43
M
matlab-identify-linear-system
matlab-identify-linear-system
matlab / matlab-agentic-toolkit

使用 MATLAB System Identification Toolbox,根据输入输出或时间序列数据识别线性动态模型。适用于根据测量数据估计传递函数、状态空间、ARX、ARMAX、BJ、OE 多项式或过程模型

数据与数据库43
M
matplotlib
matplotlib
hkphysics / scientific-agent-skills

用于完全自定义的底层绘图库。当需要对每个绘图元素进行细粒度控制、创建新颖的图表类型,或与特定的科学工作流集成时使用。可导出为 PNG/PDF/SVG 以供发表。快速统计图表请使用 seaborn;交互式图表请使用 plotly;带期刊风格的出版级多面板图请使用 scientific-visualization。

数据与数据库43
M
matplotlib-visualization
matplotlib-visualization
soljourner / claude-engineering-skills

创建泵性能曲线、速度云图与工程图表

数据与数据库43
M
meta-framework

将 TanStack DB 与元框架(TanStack Start、Next.js、Remix、Nuxt、SvelteKit)集成。仅客户端:不支持 SSR——路由必须禁用 SSR。在路由 loader 中使用 collection.preload() 预加载 eager collection。按需 Query Collection 需要预加载实时查询,因为源 collection 的预加载是空操作。使用 Promise.all 预加载多个 collection。框架特定的 loader API。

开发43
M
metrics-queries
metrics-queries
honeycombio / agent-skill

如何正确地查询 Honeycomb 中的 OpenTelemetry metrics 数据集。metrics 数据集遵循与 trace/event 数据集不同的规则——许多操作(裸 COUNT、RATE_SUM、RATE_AVG、RATE_MAX、CONCURRENCY)被禁止,时间聚合是自动的,且每个 metric 都有自己的属性。在查询 metrics 数据集(gauge、counter、histogram、sum)、询问时间聚合(RATE、INCREASE、SUMMARIZE、LAST)、查找 metrics 数据集或发现 metric 名称与属性、调试意外的 metrics 查询结果,或查询 CPU、内存、磁盘 I/O、网络统计等基础设施指标时,使用此技能。不要用于指标埋点(使用 otel-instrumentation)、查询名称中含 "metrics" 的 event 数据集,或概念性问题(使用 observability-fundamentals)。

云与 DevOps43
M
mlb-opponent-profiler
mlb-opponent-profiler
lyndonkl / claude

每周刷新用户 Yahoo Fantasy Baseball 联盟(ID 23756)中 11 支对手球队的逐对手原型 + 行为画像。是围绕领域中立的 `opponent-archetype-classifier` 的棒球专用轻量封装——提供 10 种原型的 MLB 分类体系(balanced、stars_and_scrubs、punt_sv、punt_sb、punt_wins_qs、hitter_heavy、pitcher_heavy、inactive、frustrated_active、unknown),从 Yahoo 页面提取 MLB 特征(选秀分布、FAAB 支出、捡人模式、阵容构成、首发一致性、交易活跃度、近期战绩、活跃时间新近度),调用分类器,并按 `opponent-profile-schema.md` 写入/更新 `context/opponents/<team-slug>.md` 文件。读-改-写会保留手动笔记。在 `signals/wkNN-opponent-profiles.md` 输出每周摘要信号。当用户说“opponent profiling”、“classify opposing manager”、“update opponent profiles”、“refresh opponents”、“weekly opponent scout”或“MLB fantasy opponent archetype”时使用。

数据与数据库43
M
moe-training
moe-training
kalarislabs / research-agent-skills

使用 DeepSpeed 或 HuggingFace 训练混合专家(MoE)模型。适用于算力有限时训练大规模模型(相比稠密模型成本降低 5 倍)、实现 Mixtral 8x7B 或 DeepSeek-V3 等稀疏架构,或在不按比例增加算力的情况下扩展模型容量。涵盖 MoE 架构、路由机制、负载均衡、专家并行和推理优化。

开发43
M
molecular-dynamics
molecular-dynamics
eturkes / claude-scientific-skills

使用 OpenMM 和 MDAnalysis 运行并分析分子动力学模拟。搭建蛋白质/小分子体系,定义力场,运行能量最小化和生产 MD,分析轨迹(RMSD、RMSF、接触图、自由能面)。用于结构生物学、药物结合和生物物理学。

数据与数据库43
M
MonteCarlo
MonteCarlo
aojdevstudio / finance-guru

为 Finance Guru 投资组合策略运行 Monte Carlo 模拟。当用户提到 monte carlo、run simulation、stress test portfolio、probability analysis、income projections 或 margin safety analysis 时使用。支持 4 层投资组合(Growth、Income、Hedge、GOOGL),可从 Fidelity CSV 自动检测当前值。

数据与数据库43
M
moonpay-export-data
moonpay-export-data
moonpay / skills

将投资组合余额和交易历史导出为 CSV 或 JSON 文件。适用于电子表格、税务申报或记录留存。

数据与数据库43
M
mws-grafana-dashboard-creator

暂无简介

云与 DevOps43
M
mx-stocks-screener

基于东方财富数据库,支持通过自然语言输入筛选 A 港美股、基金、债券等多种资产,支持多元指标筛选,含技术面、消息面、基本面及市场情绪等,可用于全球资产速筛、跨市场监控、投资组合构建、策略回测等场景。返回结果包含数据说明及 csv 文件。Natural language screener for investment assets across global markets, including A-shares, ETFs, bonds, HK and US stocks, and funds. It enables multi-dimensional filtering via technical, fundamental, sentiment and news indicators. Ideal for global asset selection, cross-market monitoring, portfolio construction and strategy backtesting.

数据与数据库43
N
nemo-curator
nemo-curator
kalarislabs / research-agent-skills

用于 LLM 训练的 GPU 加速数据整理。支持文本、图像、视频和音频。具备模糊去重(速度提升 16 倍)、质量筛选(30 多种启发式规则)、语义去重、PII 脱敏和 NSFW 检测功能。借助 RAPIDS 实现跨 GPU 扩展。适用于准备高质量训练数据集、清理网络数据或对大型语料进行去重。

数据与数据库43
N
neo4j-ontology-skill
neo4j-ontology-skill
neo4j-contrib / neo4j-skills

编写并验证 Neo4j Ontology Graph Specification(ontology graph spec)

数据与数据库43
N
niche-signal-discovery

已弃用的别名。此技能已更名为 `deepline-scoring`。当用户或脚本仍调用 `/niche-signal-discovery` 时,立即改为加载并遵循 `deepline-scoring` 技能。触发条件:ICP 分析、细分信号、赢单与失单分析、差异信号、信号发现、ICP 信号报告、客户评分信号、潜在客户评分、一方信号、买家信号。

营销与增长43
N
nlp-earnings-sentiment
nlp-earnings-sentiment
gajetoso / financeskills

当用户想要分析财报电话会议记录或财经新闻中的情绪变化时使用。当用户提到「分析财报电话会议」「管理层语气」「情绪得分」「问答分析」「检测看涨情绪」或「记录文本 NLP」时也使用。

数据与数据库43
N
npm-downloads-to-leads
npm-downloads-to-leads
varnan-tech / opendirectory

接收一组 npm 包名(你的或竞品的),从 npm API 获取 12 周的每日下载数据,计算每个包的 breakout 速度分数以识别曲棍球棒式增长,从 npm registry 和 GitHub API 获取维护者资料,并针对每个 breakout 包输出一份排名线索简报,包含是谁开发的、如何联系他们以及该说什么。当被要求在其成名前找到布道者、跟踪竞品包势头、识别 breakout npm 包、将 npm 维护者映射到 Twitter 或 GitHub,或从包增长信号中发现 DevTools 线索时使用。当用户说「从 npm 包中找线索」「谁维护这些 breakout 包」「跟踪 npm 下载趋势」「在成名前找到布道者」或「把 npm 维护者映射到 Twitter」时触发。

营销与增长43
O
outreach-icp-finder
outreach-icp-finder
lagrowthmachine / gtm-system

根据你自己的外联数据,找出经过验证的理想客户画像——谁真正回复、接受并表现出兴趣——然后找到更多类似对象。通过 MCP 读取 La Growth Machine,也可读取任何外联工具(lemlist、Instantly、Smartlead、HeyReach、Apollo、Waalaxy……)导出的 CSV。适用于用户询问哪些职位、资历、行业、公司规模或国家的人会回复冷外联;希望按细分群体查看回复率或积极回复率、了解回复者背后的 ICP、确定应停止联系的对象,或基于互动数据寻找相似对象。触发语:“谁回复了我的外联”“从我的营销活动中找 ICP”“分析我的回复”“按职位查看回复率”“接下来该联系谁”“我真正的 ICP 是什么”“qui répond à mes campagnes”“profil des leads qui répondent”。面向 SDR、销售/增长负责人、RevOps、GTM 工程师、创始人和代理机构。采用统计保护措施(置信区间、最低样本量、混杂因素检查)。交接给 sales-nav-search-builder。由 La Growth Machine 维护。

营销与增长43
P
parsehub
parsehub
membranedev / application-skills

ParseHub 集成。管理 Projects。当用户想要与 ParseHub 数据交互时使用。

数据与数据库43
P
pennylane
pennylane
tondevrel / scientific-agent-skills

用于可微分量子计算的跨平台 Python 库。集成了 PyTorch、TensorFlow 和 JAX 等机器学习库。面向量子机器学习 (QML)、变分算法和硬件无关的量子编程。用于量子神经网络 (QNN)、变分量子算法 (VQE、QAOA)、经典-量子混合机器学习、量子化学计算、量子算法基准测试、优化量子控制脉冲,以及研究 Barren Plateaus 等 QML 现象。

开发43
P
performance-optimization
performance-optimization
happy-technologies-llc / happy-platform-skills

识别和解决 ServiceNow 性能瓶颈的综合指南,包括 GlideRecord 优化、查询调优、索引管理、缓存策略和分析技术

开发43
P
pgvector
pgvector
itechmeat / llm-code

pgvector Postgres 扩展。涵盖向量类型、距离运算符、索引(HNSW/IVFFlat)以及客户端库用法。在 PostgreSQL 中存储向量、执行最近邻搜索或配置 HNSW/IVFFlat 索引时使用。关键词:pgvector、PostgreSQL、向量搜索、HNSW、IVFFlat。

数据与数据库43
P
phyllo
phyllo
membranedev / application-skills

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

数据与数据库43
P
pipeline-analysis
pipeline-analysis
victor-shulga / sales-engine-skills

审查 B2B 服务公司(开发或 IT 外包、代理机构、AEC/BIM 外包、咨询公司)的交易管道,并根据真实交易数据构建单文件 HTML 仪表板。将项目、长期服务和专属团队交易统一按价值尺度处理,检查数据规范性,找出交易停滞环节(已发送提案但没有回复、采购与合同阶段、只有一个联系人的交易),根据公司自身已结束的交易计算赢单率、周期长度和覆盖率,将预测分为承诺、最佳情况和管道,比较负责人,并以最多 8 项具名行动结束。输入:CRM 导出文件(CSV 或表格)或已连接的 CRM。用户说“analyze my pipeline”“pipeline review”“forecast this month”“where are deals stuck”“which deals will close”“who is my top rep”“розбери пайплайн”“що з угодами”“прогноз на місяць”“де застрягають угоди”时使用。不用于单笔交易资格评估(scope-qualifier),也不用于外展活动数据统计(outbound reporting skills)。

营销与增长43
P
plink2-gwas-analysis
plink2-gwas-analysis
jaechang-hits / sciagent-skills

GWAS 与群体遗传学工具。处理 PLINK(.bed/.bim/.fam)、VCF 和 BGEN;运行质控(MAF、HWE、缺失率)、IBD 估计、PCA 以及线性/逻辑回归 GWAS。输出可直接用于 Manhattan 图的汇总统计。对于需要混合模型的生物样本库(>100k 样本),请使用 regenie 或 SAIGE。

数据与数据库43
P
process-mining-insights
process-mining-insights
happy-technologies-llc / happy-platform-skills

从 ServiceNow 流程数据生成流程挖掘洞察,识别低效环节、瓶颈、合规偏差和优化机会

数据与数据库43
P
product-research
product-research
liangdabiao / amazon-sorftime-research-mcp-skill

基于 Sorftime MCP 的深度选品调研。通过 LLM Agent 执行多维度分析:数据采集→属性标注→交叉分析→竞品 VOC→壁垒评估→选品决策评估。交互式执行,输出 Markdown 报告和 Dashboard 看板。

营销与增长43
Q
qlik
qlik
membranedev / application-skills

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

数据与数据库43
Q
query-generation
query-generation
happy-technologies-llc / happy-platform-skills

根据自然语言描述生成 ServiceNow 查询、GlideAggregate 脚本和报表筛选条件

数据与数据库43
R
read-prod-database
read-prod-database
davidondrej / skills

使用只读的 agents_readonly 角色,通过 psql 以只读方式查询生产环境 Supabase Postgres。适用于调试生产问题、调查用户反馈、查看真实使用/计费/留存数据,或验证数据是否真正落到生产环境。使用量/PMF 数字默认仅限客户范围(排除 David 及团队,ADR 0175),且每个答案都必须说明使用了哪个范围。差异点:这是实时的生产数据,只读;测试请改用本地 Docker 测试环境(npm run test:db)。

数据与数据库43
R
retention-audit
retention-audit
yaxeen / storytelling-skills

用于诊断已发布视频表现不佳的原因,例如读取 YouTube 留存曲线、将表现较差的视频与表现优秀的视频进行比较,或把观众流失点对应到脚本节拍。撰写下一份脚本时,使用 storytelling-hooks 或 long-form-youtube。

营销与增长43
R
review-paper
review-paper
thinkingwithagents / skills

模拟持怀疑态度的审稿人的对抗性论文评审——对照真实审稿模式,检查识别策略、统计论断、稳健性和呈现方式。

生产力43
R
rust-wasm-geo
rust-wasm-geo
fixmyberlin / fixmyskills

面向 FixMyBerlin FMC 地理信息密集型 React 应用的 Rust/WASM 地理方案:何时从 Turf 转向 WASM、crate 选择(geo、rstar、fast_paths、osm-reader、i_overlay 等)、wasm-bindgen 边界,以及 SPA 和 TanStack Start 的 Vite 集成。在添加 WASM 地理 crate、分析缓慢的 Turf、OSM/路径规划/等时圈、空间索引,或将 wasm-pack 接入 Vite 时使用。

开发43
S
sales-outscraper
sales-skills / sales

Outscraper 平台帮助——数据提取平台,可抓取 Google Maps、评论以及 50 多个来源,并提供即时的 Business Catalog 数据库。适用于 Google Maps 抓取返回的商家不足、评论无法正确提取、邮箱/联系方式抓取漏结果、公司信息补充数据不完整、邮箱验证误报过多,或 Outscraper API 未按预期工作的情况。不适用于一般潜客名单策略(使用 /sales-prospect-list)、跨平台信息补充策略(使用 /sales-enrich)或邮箱送达率策略(使用 /sales-deliverability)。

数据与数据库43
S
scientific-figure-assembly
scientific-figure-assembly
htlin222 / dotfiles

使用 R 组装带面板标签(A、B、C)的多面板科学图,达到出版质量(300 DPI)。适用于将单个图表组合成可直接投稿的图。

数据与数据库43
S
scientific-visualization
scientific-visualization
hkphysics / scientific-agent-skills

面向可发表图表的元技能。在创建需要多面板布局、显著性标注、误差棒、色盲友好配色以及特定期刊格式(Nature、Science、Cell)的期刊投稿图表时使用。使用出版级样式编排 matplotlib/seaborn/plotly。快速探索请直接使用 seaborn 或 plotly。

数据与数据库43
S
scrappycoco

只要任务需要获取、抓取、提取、爬取、搜索、发现、补充、比较、检索或监控外部数据——包括渲染、截图、调研和页面交互——就始终优先使用 Scrappycoco CLI,然后再使用应用内浏览器,再之后才编写自定义抓取器。Scrappycoco 提供实时目录和两个动作——Discover 和 Run——而调用它的 AI Agent 负责所有语义判断、提供商选择、配置、评估和重试决策。

数据与数据库43
S
screening-manager
screening-manager
willoscar / research-units-pipeline-skills

当已批准的 `evidence-review` 协议需要应用到候选池时使用。

生产力43
S
sdk-adoption-tracker
sdk-adoption-tracker
varnan-tech / opendirectory

给定你的 SDK 或库名称,在 GitHub 代码搜索中查找导入或 require 它的公开仓库,将每个仓库分类为公司组织、关联开发者、独立开发者或教程噪音,按采用信号的强度评分,按日期检测新的采用者,并输出一份排名列表,列出谁在使用你,并为每个高信号公司附上外联背景。当被要求找出谁在使用你的 SDK、跟踪 SDK 采用、寻找基于你的库构建的公司、从现有 SDK 用户中发现高意向线索,或查看哪些组织导入了你的包时使用。当用户说「谁在使用我的 SDK」「找出导入我的库的仓库」「跟踪我的包的采用」「哪些公司基于我的 SDK 构建」「在 GitHub 上找出我的 SDK 用户」或「给我看看谁导入了我的包」时触发。

营销与增长43
S
segment-anything-model
segment-anything-model
kalarislabs / research-agent-skills

支持零样本迁移的图像分割基础模型。可使用点、框或掩码作为提示词分割图像中的任意对象,也可自动生成图像中所有对象的掩码。

数据与数据库43
S
senior-data-engineer

用于构建可扩展数据管道、ETL/ELT 系统和数据基础设施的数据工程技能。涵盖 Python、SQL、Spark、Airflow、dbt、Kafka 和现代数据技术栈,并包括数据建模、管道编排、数据质量和 DataOps。适用于设计数据架构、构建数据管道、优化数据工作流或实施数据治理。

数据与数据库43
S
senior-data-scientist

专注于统计建模、实验设计、因果推断和预测分析的顶尖高级数据科学家技能。涵盖 A/B 测试(样本量估算、双比例 z 检验、Bonferroni 校正)、双重差分、特征工程流水线(Scikit-learn、XGBoost)、交叉验证模型评估(AUC-ROC、AUC-PR、SHAP)和 MLflow 实验跟踪;使用 Python(NumPy、Pandas、Scikit-learn)、R 和 SQL。适用于设计或分析受控实验、构建和评估分类或回归模型、对观察性数据进行因果分析、为结构化表格数据集构建特征,或将统计发现转化为数据驱动的业务决策。

数据与数据库43
S
shopify-category-taxonomy
shopify-category-taxonomy
kgelster / awesome-ecom-skills

在分配 Shopify Standard Product Taxonomy 类别、设置产品类别、对目录分类,或填写类别/分类元字段时使用:包括管理后台的“Category metafields”面板(Color、Size、Material、Caffeine content),也称产品类别属性/分类属性,包括 Google feed 要求的属性。涵盖批量分类、查找类别属性及允许值、创建保留值元对象并安全写入。也适用于“类别元字段显示为空/null”或“Color 属性无法保存”的情况。不适用于批量 CSV 数据导入(Matrixify 无法实现;批量数据请参见 shopify-matrixify)。

营销与增长43
S
simpy
simpy
hkphysics / scientific-agent-skills

基于 Python 的进程型离散事件仿真框架。构建包含进程、队列、资源和基于时间的事件的系统仿真时使用,例如制造系统、服务运营、网络流量、物流,或任何实体随时间与共享资源交互的系统。

数据与数据库43
S
single-trajectory-analysis
single-trajectory-analysis
omicverse / omicverse

轨迹与 RNA velocity:通过 ov.single.Velo 使用 PAGA、Palantir、VIA、dynamo、scVelo、latentvelo、graphvelo 后端。伪时间、流图。

数据与数据库43
S
spark-sql-optimizer
spark-sql-optimizer
jeremylongshore / tons-of-skills-marketplace

优化 spark sql optimizer 操作。自动激活技能,适用于 Data

数据与数据库43
S
spc-control-charts
spc-control-charts
rbraga01 / quality-engineering-skills

统计过程控制(SPC):选择正确的控制图,使用 Western Electric 规则解读失控信号,计算并解读 Cp、Cpk、Pp、Ppk。在为新特性设置 SPC、解读控制图信号、应对特殊原因变差或审核 SPC 实施情况时使用。涵盖 AIAG SPC 第 2 版和 IATF 16949 §8.3.3。

数据与数据库43
S
sql-query
sql-query
tatat / agents-playground

为数据检索和分析生成并优化 SQL 查询

数据与数据库43
S
sql-toolkit

查询、设计、迁移并优化 SQL 数据库。适用于处理 SQLite、PostgreSQL 或 MySQL 时——模式设计、编写查询、创建迁移、索引、备份/恢复以及调试慢查询。无需 ORM。

数据与数据库43
S
stats-reporting-audit
stats-reporting-audit
boom5426 / nature-paper-skills

为 Nature / 高影响力期刊投稿审核、修改或起草稿件统计报告。当用户要求检查统计分析章节、p 值、置信区间、样本量、生物学重复与技术重复、随机化、盲法、多重比较校正、模型假设、图注、Results 统计措辞、审稿人关于统计的意见,或需要达到发表水准的 Statistical analysis 中文稿时使用。也可在一般论文统计请求时触发,例如统计审查、统计分析小节、统计方法、p 值、样本量、重复数、多重比较、置信区间、效应量、图注统计、审稿人统计意见。

文档处理43
S
stock-analysis
stock-analysis
rebyteai / rebyte-skills

用于股票与公司分析以及策略回测的一站式金融技能。使用直接行情 API 获取当期和上一期交易所本地日历日期的近期价格,并使用 Rebyte 金融数据湖获取历史价格、新闻、基本面、股息/拆股、筛选和回测,覆盖美国股票和中国 A 股。还涵盖 SEC EDGAR 内部人/文件研究和多股票对比。适用于股票代码、当前/最新价格、价格历史、技术面或公司分析、投资研究、金融数据和策略回测。触发词包括 AAPL、TSLA、000001.SZ、「股价」、「今天」、「最新价格」、「分析股票」、「比较股票」、「公司财务」、「内部交易」、「SEC 文件」、「X 值得买吗」、「回测」以及「backtest」。

数据与数据库43
第 11101–11160 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。