Skills

F

fastp-fastq-preprocessing

jaechang-hits / sciagent-skills

一体化 FASTQ 质控和接头修剪。自动检测 Illumina 接头，过滤低质量读段，校正双端重叠，一次运行输出 HTML+JSON 质控报告。比 Trim Galore/Trimmomatic 快 3-10 倍。在 STAR、BWA-MEM2 或 Salmon 之前的第一步。

F

fda-database

jackspace / claudeskillz

查询 openFDA API，获取药物、器械、不良事件、召回、监管申报（510k、PMA）和物质识别（UNII）数据，用于 FDA 监管数据分析和安全研究。

F

fetch-abstract-to-kb

tiangong-ai / agent-skills

技能

F

finance-report

nexu-io / html-anything

Masthead + KPI + 收入/烧钱图 + P&L 表 + 重点 + 展望

F

find-data

thinkingwithagents / skills

帮助研究者识别并编目适用于实证研究的相关数据集。只要用户要求查找数据、定位数据集、识别数据来源，或询问 "what data exists for..."、"where can I get data on..."、"is there a dataset that..." 等类似问题，就使用此技能。当用户描述研究问题并需要知道哪些数据可以支持它、询问某个主题或地区的数据可获得性、想要比较数据来源，或提到项目需要面板数据、横截面数据或时间序列数据时，也应触发。触发词包括 "find data"、"data search"、"dataset"、"data source"、"microdata"、"administrative data"、"survey data"、"public-use data"、"restricted data"，或用户在研究语境中指定时间窗口、地理层级或数据频率等参数时。当用户请求帮助下载、抓取或结构化已识别的数据集时，也应触发。

G

google-trends

terryds / google-trends-skill

获取 Google Trends 数据，包括每日热门话题、实时趋势、按地区划分的关注度、相关主题、相关查询和自动补全建议。在用户询问热门搜索、搜索热度、关键词趋势或 Google Trends 数据时使用。

G

grad-event-study

asgard-ai-platform / skills

应用事件研究法衡量公司或市场事件前后的异常收益与累计异常收益（CAR）。当用户需要量化公告的市场影响、设计事件窗口与估计窗口，或问“did this event affect stock price”“how do I calculate abnormal returns”“what is the market reaction to this announcement”时使用本技能。

G

grad-panel-data

asgard-ai-platform / skills

应用固定效应、随机效应和动态 GMM 的面板数据分析，以利用纵向变异并控制不可观测的异质性。当用户拥有多个实体随时间重复观测的数据、需要通过 Hausman 检验在 FE 与 RE 之间选择，或问“how do I control for firm-specific effects”“fixed or random effects”“how to handle endogeneity in panels”时使用本技能。

G

graphify

sammcj / agentic-coding

适用于关于代码库、其架构、文件关系或项目内容的任何问题——尤其是在存在 graphify-out/ 时，应优先将问题视为 graphify 查询。将任何输入（代码、文档、论文、图像、视频）转换为持久化知识图谱，并提供 god nodes、社区检测以及查询/路径/解释工具

财报核心指标结构化提取器，通过 /hike-earnings-core 显式调用

H

honey-ccr

green-pt / honey-for-devs

在进入上下文之前，对庞大、重复的数组工具输出（日志、扫描结果、时间序列、事件流）进行 Compress-Cache-Retrieve。保留有信息量的样本 — 端点、异常/变化点、头/尾 — 将冗余的其余部分丢弃到本地缓存，并留下一个可检索的哈希。当工具返回一个你必须阅读但大多只略读的长而统一的 JSON 数组，且需要时一条命令即可取回完整集合时使用。有损但可恢复。

I

implementing-data-minimization-architecture

mukul975 / privacy-data-protection-skills

针对 GDPR 第 5(1)(c) 条数据最小化和第 25(1) 条默认数据保护的架构模式。涵盖字段级加密、数据掩码、聚合、第 4(5) 条意义的假名化以及序言第 26 条的匿名化。包含 ENISA 假名化技术和数据最小化评估矩阵。

I

incountry

membranedev / application-skills

InCountry 集成。管理数据、记录并自动化工作流。当用户希望与 InCountry 数据交互时使用。

I

indexing

austintgriffith / ethskills

如何读取和查询链上数据——事件、The Graph、索引模式。为什么不能直接遍历区块,以及应该改用什么。

J

jina

refly-ai / refly-skills

使用 Jina 从 URL 提取内容并进行搜索。适用于以下场景：(1) 读取并提取任意 URL 的内容，(2) 执行站点内搜索，或 (3) 抓取网页内容。

J

jpa-patterns

xu-xiang / everything-claude-code-zh

JPA/Hibernate 模式，涵盖 Spring Boot 中的实体设计、关系、查询优化、事务、审计、索引、分页和连接池。

J

json-formatter

thomasholknielsen / claude-code-config

格式化并校验 JSON 数据。当你需要美化打印 JSON、修复格式问题或校验 JSON 语法时使用。进行 JSON 格式化时务必使用此技能

K

kafka

dobroslavradosavljevic / skills

使用最新文档构建、审查、调试、配置、迁移、教学或规划 TypeScript 中的 Apache Kafka 工作。优先使用 @platformatic/kafka 作为 TS SDK（Producer、Consumer、Admin、bootstrapBrokers、consume streams、ProduceAcks、transactions、cooperative-sticky KIP-429、KIP-848）。适用于 topic、partition、consumer group、rebalance、offset、acks、幂等性、EOS、compaction、retention、SASL/TLS、Schema Registry 概念、KRaft、Kafka 4.x、kafkajs 迁移、DLQ/outbox 模式，以及影响应用生产/消费的 broker 运维。

K

kelly-invest-stock

mr-kelly / skills

搭建并运营一个由 Busabase 支持的中国大陆 A 股策略实验台，内置本地 Hono App-in-Skill，提供有证据支撑的策略研究、策略级 L1/L2/L3 人工成熟度审批、每个策略一个 CNY 虚拟账本，以及带日期的策略回测报告。适用于用户调用 $kelly-invest-stock 或 /kelly-invest-stock，想要定义或比较 A 股策略、查看某个策略及其虚拟账簿、记录研究证据、人工审批策略成熟度，或查看带日期的回测、回撤及其对总账簿的贡献时。它从不连接券商、下单、转移资金，也不会将生成的分析呈现为个性化投资建议。

K

kk-migrate

e0ipso / kenkeep

通过查询确定性的迁移链（`migrate status`），并在主机内执行每个待处理步骤的已记录流程，运行所有待处理的知识库迁移；所有写入均委托给该步骤的确定性 CLI 基元。当节点读取器、`doctor` 或 `init` 报告 `schema_version` 过期或存在旧版扁平布局并要求迁移，或用户要求迁移知识库时使用。

K

knack

membranedev / application-skills

Knack 集成。管理 Organizations。当用户希望与 Knack 数据交互时使用。

L

leadconduit

membranedev / application-skills

LeadConduit 集成。管理 Recordses。当用户希望与 LeadConduit 数据交互时使用。

L

lucidworks

membranedev / application-skills

Lucidworks 集成。管理数据、记录并自动化工作流。当用户希望与 Lucidworks 数据交互时使用。

M

messari-alpha-scout

moonpay / skills

使用 Messari x402 的 Alpha 侦察工作流。扫描热度增长者、热门话题和新闻，发现新兴叙事和高动能资产。每次运行总成本约 $1.25 USDC。

M

messari-token-research

moonpay / skills

使用 Messari x402 API 的完整代币研究工作流。获取资产基本面、价格历史、情绪信号和新闻，然后通过 Messari AI 综合生成研究简报。每次运行总成本约 $1.00–$1.50 USDC。

M

ml-autoresearch

gaasher / agent-loop-skills

当用户想要一个不只盲目尝试改动的自主 ML 研究循环时使用。每次训练运行后，Agent 会分析模型内部实际发生的情况——梯度、激活、嵌入、误差、数据——并让下一次改动以这些证据为依据。一个 `<literature>` 开/关开关加入科学文献依据：关时表现为纯粹的分析优先循环；开时检索论文、评估证据等级，并仅实现已有工作支持的内容。每次运行一次改动；无限循环直至被中断。不适用于一次性训练运行或超参数扫描。

M

modernize-scientific-stack

letta-ai / skills

将旧版 Python 2 科学计算代码迁移到 Python 3 并使用现代库的指南。当需要把涉及数据处理、数值计算或分析的 Python 2 科学脚本迁移到 Python 3，或将已弃用的科学计算模式更新为现代等价写法（pandas、numpy、pathlib）时，应使用此技能。

M

moralis-streams-api

novnski / onchain-skills

通过 webhook 对 EVM、Solana 和 Bitcoin 进行实时区块链事件监控。当用户询问 webhook、钱包/程序/合约活动、转账、流地址、Bitcoin xpub、区块重放，或创建和列出历史流任务时使用。不适用于查询历史或当前区块链状态——请改用 moralis-data-api。

M

mpr-cli

dl-alexandre / skills

使用 mpr CLI 查询 USDA MyMarketNews 的商品数据。适用于处理农产品价格、商品报告、牲畜市场、谷物价格，或用户提到 USDA、商品数据、市场报告或 mpr 的场景。

当用户需要精确、时效性强的市场或公司数据时，使用本技能查询权威的东方财富 MX 金融数据，例如实时行情、历史价格、资金流向、估值指标、财务报表、公司基本信息、股东、高管或实体关系。请勿用于新闻/报告/公告（请使用 mx-search）、条件选股（请使用 mx-xuangu）、自选股操作（请使用 mx-zixuan）或模拟交易操作（请使用 mx-moni）。

N

nemo-data-designer-plugin

promptingcompany / nv-skills

当用户想创建数据集、生成合成数据或构建数据生成流水线时使用。

N

nemo-mbridge-perf-sequence-packing

promptingcompany / nv-skills

验证并使用 Megatron-Bridge 中的打包序列和长上下文训练，区分面向 LLM 的离线打包 SFT 与面向 VLM 的批内打包，并应用正确的 CP 约束。

N

nemotron-customize

promptingcompany / nv-skills

规划、配置并串联仓库原生的 Nemotron 定制步骤，构建单步或多步流水线：数据整理、翻译、SFT/PEFT（AutoModel 或 Megatron-Bridge）、预训练/CPT、RL 对齐（DPO/RLVR/GRPO/RLHF）、BYOB/MCQ 基准测试、检查点转换、ModelOpt 优化、环境配置，以及对训练所得检查点或现有/托管端点进行评估。当请求提及 Nemotron 步骤或工作流，或要求清理、翻译、训练、微调、对齐、转换、优化、评估，或将这些步骤组合成流水线时使用。不要用于前端/仪表盘/可视化工作、通用 ML 建议、计费/访问问题或非 Nemotron 编码任务。

N

nemotron-retrieval-recipes

promptingcompany / nv-skills

规划、调试、调优、评估、导出或部署公开的 Nemotron `embed`/`rerank` 检索方案时使用

N

nv-generate-mr-brain-finetune

promptingcompany / nv-skills

用于基于 NIfTI 数据列表微调 NV-Generate-CTMR MR-brain 扩散 UNet。不用于临床或生产数据审批。

N

nv-generate-mr-brain

promptingcompany / nv-skills

用于使用 NV-Generate-CTMR rflow-mr-brain 生成合成脑部 MRI 体数据。不用于生产训练数据。

N

nv-generate-mr

promptingcompany / nv-skills

用于通过 NV-Generate-CTMR rflow-mr 生成合成身体 MRI 体数据。不适用于配对掩码或生产训练数据

N

nv-generate-vae-finetune

promptingcompany / nv-skills

用于根据 CT/MRI NIfTI 数据列表微调 NV-Generate-CTMR MAISI VAE。不用于临床或生产数据审批。

N

nv-segment-ct-finetune

promptingcompany / nv-skills

用于在 CT NIfTI 标注上对 NV-Segment-CT VISTA3D 进行冒烟测试或数据集微调。不用于临床验证。

N

nv-segment-ct

promptingcompany / nv-skills

用于在 CT NIfTI 体数据上运行 NV-Segment-CT VISTA3D，并记录标签映射证据

N

nv-segment-ctmr

promptingcompany / nv-skills

用于在 CT 或 MRI NIfTI 体积上运行 NV-Segment-CTMR，并记录标签映射证据。不可用于临床解读。

使用 data.diemeng.chat 提供的接口查询股票日线、分钟线、财务指标等数据，支持 A 股等市场。

O

ov-session-report

volcengine / openviking

分析本地问答会话 JSONL 文件，按连续时间窗口生成完整、可审计的英文 Markdown 周报，并包含后续渲染 Feishu 文档和白板所需的全部数据。适用于“分析最近一周的会话”“生成社区问答周报”或“与上周比较”等请求。此技能不会导入其他消息来源，也不会创建或上传在线文档。

P

paper-to-code

jurgendn / agent-skills

在没有官方代码可用时，用最小化、直接明了的 PyTorch 复现论文的方法，以检验该方法是否如其所声称的那样有效。当用户说「复现这篇论文」「实现这篇论文的方法」「这篇论文没有代码」「我想验证这篇论文是否真的有效」「把这个算法/公式转成代码」，或分享论文/arXiv 链接并想要其核心机制的可运行实现时使用。输出是一个小型、单文件、可读的实现，加上分阶段的验证关卡（形状检查 → 在小批量上过拟合 → 玩具规模下的基线对比），以及一份针对论文所有未明确说明之处的显式假设清单。不要用于为自己实验设计训练配方（pytorch-training-recipe / jax-training-recipe）、审计已有的已发布产件（reproducibility-audit），或组织研究代码仓库（research-codebase）。

P

paper-workflow-orchestrator

yushui2022 / mathmodel-skill

运行或恢复完整的标准数学建模工作流：从竞赛文件到可复现证据、自适应正式写作、原生公式 Word 输出以及最终渲染 QA。在需要完整论文请求时作为入口点使用。

P

parseur

membranedev / application-skills

Parseur 集成。管理 Mailbox。当用户希望与 Parseur 数据交互时使用。

P

physical-ai-defect-image-generation

promptingcompany / nv-skills

当用户希望在 OSMO 上编排缺陷图像生成、运行相关设置或处理输出时使用。Day 0 路径通过 USD-to-ROI、图像编辑增强和 AnomalyGen 处理冷启动，创建初始 PCBA 数据集。Day 1 路径在真实图像上执行推理和标注。该技能有助于首次资产设置、创建微调检查点以及配置部署。触发关键词：缺陷图像生成、dig workflow、dig pipeline、缺陷图像检测 workflow、aoi pipeline、aoi anomalygen、usd2roi anomalygen、day 0 pcba、day 1 pcba、day 1 real-photo alignment、day 1 manual roi、metal surface anomaly、glass defect、anomalygen finetune、setup_pcb、setup_metal、setup_glass、setup_pretrained、dig setup、dig datasets、dig pretrained checkpoint、dig image-edit endpoint。

P

physical-ai-video-data-augmentation

promptingcompany / nv-skills

在 OSMO 上运行视频数据增强和自动标注工作流时使用：流程选择、预检、提交时插值、监控和输出检索。触发关键词：视频数据增强、数据扩充、自动标注、VDA 演示、OSMO 工作流、伪标签。

P

pipeline-health-analyzer-skill

scientiacapital / skills

组合级管道预测 + 健康度汇总：逐阶段转化率对比基准、风险调整预测（commit/best/worst 情景）、概率校准，以及一张管道报告卡。通过 Epiphan AI MCP（execute_sql / hubspot_search_deals）从 HubSpot 拉取交易；CSV 导出仅作为备选。适用场景：“analyze pipeline health”、“pipeline health”、“risk-adjusted forecast”、“forecast accuracy”、“which stage do deals stall in”、“pipeline report card”、“scenario planning”、“deal slippage”。单笔交易势头评分请使用 deal-momentum-analyzer-skill；终止/挽回分诊请使用 dead-deal-recovery-skill。

P

polars

d-laub / dlaub-togo

在编写或修改调用 polars `DataFrame.join` 或 `LazyFrame.join` 的 Python 代码，且任何下游步骤依赖结果行顺序时使用——例如把查找到的列重新附加到对顺序敏感的数据上、与 numpy 数组或 `pl.Series` 进行位置对齐、`hstack`，或需要可复现的输出。如果连接结果会被立即重新排序或被视为无序集合，则跳过。

P

postgres-patterns

xu-xiang / everything-claude-code-zh

PostgreSQL 数据库模式，用于查询优化、架构设计、索引和安全性。基于 Supabase 最佳实践。

P

power-analysis

gaasher / agent-loop-skills

当用户正在规划双臂对比（A/B 测试、简单 RCT、行为研究，或双模型/双配置评估），并需要在收集数据前确定样本量并预注册时使用——找到各组样本量，使其对值得检测的最小效应达到目标统计功效；按有效性清单审查设计，并将其锁定在预注册中。仅适用于单一主要结局的单次双臂对比。不适用于析因、重复测量、聚类/多层、时间序列、自适应或生存设计；不适用于分析已收集的数据；不适用于依据领域知识选择结局或操纵。

P

power-automate-monitoring

ninihen1 / power-automate-mcp-skills

需要 Pro+ 订阅。使用 FlowStudio MCP 缓存存储进行租户级 Power Automate 监控：失败率、运行健康趋势、创建者/应用清单、不活跃负责人以及合规/健康报告。仅用于聚合的租户视图。若要针对单个环境、单个流、运行控制或根因调试，请使用 power-automate-mcp、power-automate-debug 或服务器 monitor-flow 组合。需要 FlowStudio for Teams 或 MCP Pro+。

P

pp-american-reindustrialization

mvanhorn / printing-press-library

浏览、切分和分析精选的 American Reindustrialization 目录——支持 diff、地理聚类、行业……触发语句：`look up american reindustrialization companies`、`find reindustrialization jobs`、`browse american manufacturing directory`、`sector heatmap of reindustrialization companies`、`use american-reindustrialization`、`run american-reindustrialization`。

P

product-competitor-intelligence

tavily-ai / use-case-skills

研究竞争对手产品、SKU、定价、包装、定位、功能对比、产品目录、品类页面、零售商列表、市场数据和市场情报。用户要求发现竞争对手 SKU、丰富产品数据、提取价格/规格、比较产品、获取市场情报，或通过爬取/映射开展产品研究时使用。

P

pygraphistry-core

graphistry / graphistry-skills

PyGraphistry 核心工作流：认证、DataFrame 到图的塑形，以及首个交互式绘图。适用于被要求 "register graphistry"、"get started with pygraphistry"、"plot my edges dataframe"、"graphistry.register()"、"bind src and dst columns"、"make a hypergraph"、"materialize nodes" 或任何首次绘图 / ETL 到绘图任务的场景。也会在 "first graphistry graph"、"graphistry install"、"api=3" 或有关 graphistry 认证凭据的问题时触发。当用户首次配置 graphistry 或无法从 DataFrame 得到基本图形时主动建议。

Q

qlik-automation-builder

qlik-oss / agentic-skills

为 Qlik Automate 构建自动化。将自然语言请求转换为自动化工作区 JSON，并在用户要求时，使用 qlik-mcp 提供的自动化管理工具创建、更新或删除自动化。

R

redshift-api

anthropics / claude-tag-plugins

对 Amazon Redshift 运行 SQL——提交语句、轮询状态、分页获取结果，并浏览数据库/模式/表。当用户想要查询 Redshift（预置集群或 Serverless）、问"这个模式里有哪些表"、查看查询状态，或提到 `redshift-data`、Redshift 集群标识符 / 工作组名称，或 `redshift-data.{region}.amazonaws.com` 端点时使用。与该服务交互时始终从这个 skill 开始——它自带的脚本和配方是最快的路径。

R

retention-schedule

mukul975 / privacy-data-protection-skills

设计和实施符合 GDPR 第 5(1)(e) 条存储限制原则的数据留存计划。将数据类别映射到留存期限，并附法律依据说明、监管最低保存期限以及用于计划维护的自动审查触发条件。在涉及留存政策、存储限制、数据生命周期、留存期限查询时激活。

R

retention-system

majesticlabs-dev / majestic-marketplace

设计客户留存系统，包含健康度评分、流失预测和主动参与工作流。在降低流失或最大化 LTV 时使用。