Skills
收录 96,770 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
专业图表生成技能：根据需求自动选择合适的图表类型，生成符合设计规范的 PNG 图表。覆盖 29 种图表：结构图（流程图、泳道图、时序图、架构图、状态图、ER图、类图、思维导图、甘特图、Kanban、Git Graph 等）和统计图（柱状图、折线图、饼图、雷达图、热力图、散点图、桑基图、漏斗图、瀑布图、矩形树图、柱线混合图等）。统一工具：HTML/SVG + 内联 JS 布局计算。ER/类图使用 ELKjs 布局引擎。所有图表遵循统一的设计规范（配色/字体/组件/间距），风格现代简洁。支持三种输出：PNG（默认）、HTML（富文档嵌入）、DSL（Mermaid 文本，嵌入 MD 文档）。触发词：画图、画一个、生成图表、流程图、架构图、时序图、柱状图、对比图、关系图。即使用户没有说"画图"，只要需求中涉及可视化展示（流程、架构、数据对比、关系），都应触发此技能。被 deep-research 等其他技能调用时，同样遵循本规范生成图表。
AI 驱动的文档理解综合模式，包括 PDF 解析、OCR、发票/收据提取、表格提取、结合视觉模型的多模态 RAG，以及结构化数据输出。当提及“document parsing、PDF extraction、OCR、invoice processing、receipt extraction、document understanding、LlamaParse、Unstructured、vision document、table extraction、structured output from PDF”时使用。
指导 AWS、GCP 和 Azure 上的 FinOps 分析 —— 成本可见性与分摊、标签与 showback/chargeback 模型、合理配置与消除浪费、RI/Savings Plan/CUD 建议、预算与预测、异常检测、单位经济性（每项服务/每位客户的成本），以及带有工程责任制的 FinOps 节奏。适用于优化云支出、分析 CUR/账单导出、构建成本仪表板、解释账单激增或改进分摊 —— 不适用于 GL 映射、资本支出、折旧或月末总账结账（compute-accounting-manager）、企业 EA 谈判（enterprise-cloud-architect）、动手配置资源（cloud-engineer）或硬件供应效率（data-center-compute-supply-efficiency）。
涵盖用于 RAG、语义搜索、文档聚类和相似度匹配的 Google Gemini 嵌入 API（gemini-embedding-001）：@google/genai SDK 用法、从 Cloudflare Workers 发起的基于 fetch 的调用、批量嵌入、8 种任务类型（RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY 等）、从 128 到 3072 的维度选择、余弦相似度、分块、缓存，以及 Cloudflare Vectorize 集成。预防 8 种以上嵌入错误，包括维度不匹配、任务类型错误、免费套餐速率限制（100 RPM）、向量归一化错误、2,048 token 文本截断和模型版本混淆。在使用 Gemini 生成文本嵌入、构建 RAG 或向量搜索流水线、将向量存入 Vectorize，或调试嵌入维度、速率限制或归一化问题时使用。
使用 CuPy、Numba CUDA、Warp、cuDF、cuML、cuGraph、KvikIO、cuCIM、cuxfilter、cuVS、cuSpatial 和 RAFT 对 Python 代码进行 GPU 加速。只要用户提到 GPU/CUDA/NVIDIA 加速，或想要加速 NumPy、pandas、scikit-learn、scikit-image、NetworkX、GeoPandas 或 Faiss 工作负载，就使用。涵盖物理模拟、可微渲染、网格射线投射、粒子系统（DEM/SPH/流体）、向量/相似度搜索、GPUDirect Storage 文件 IO、交互式仪表板、地理空间分析、医学影像和稀疏特征求解器。当你看到受 CPU 限制的 Python 代码（循环、大数组、ML 流水线、图分析、图像处理）可能受益于 GPU 加速时也使用，即使没有明确要求。
PostgreSQL 过程语言（PL/pgSQL）。涵盖存储过程、函数、触发器、异常处理和控制结构。用于 PostgreSQL 服务端编程。适用场景：用户提到 "plpgsql"、"PostgreSQL functions"、"PostgreSQL procedures"、"PostgreSQL triggers"、"RETURNS TABLE"、"RETURNS SETOF"、"RAISE NOTICE" 时。不适用于：基础 PostgreSQL SQL——请改用 `postgresql`，PL/SQL（Oracle）——请改用 `plsql`，T-SQL——请改用 `tsql`
使用 PyHealth 构建临床/医疗深度学习流水线——加载 EHR/信号/影像数据集（MIMIC-III/IV、eICU、OMOP、SleepEDF、ChestXray14、EHRShot），定义任务（死亡率、再入院、住院时长、用药推荐、睡眠分期、ICD 编码、EEG 事件），实例化模型（Transformer、RETAIN、GAMENet、SafeDrug、MICRON、StageNet、AdaCare、CNN/RNN/MLP），使用 PyHealth Trainer 训练，计算临床指标，以及使用医疗编码工具（ICD/ATC/NDC/RxNorm 查询与交叉映射）。只要用户提到 PyHealth、MIMIC、eICU、OMOP、EHR 建模、临床预测、用药推荐、睡眠分期、医疗编码映射、ICD/ATC 编码，或任何符合数据集 → 任务 → 模型 → 训练器 → 指标模式的医疗 ML 流水线，就使用此技能，即使没有明确提到 "PyHealth"。
如果用户要求通过 Qlik MCP 服务探索、分析、查询、绘制图表、创建仪表板或治理 Qlik Sense 应用或 Qlik Cloud 分析内容（主项目、业务术语表、数据产品），则调用此技能。适用于“这个 Qlik 应用里有什么”“按 [应用] 中的 X 和 Y 绘图”“创建一个用于……的工作表”“创建一个可复用度量”“[术语表词条] 是什么意思”“这个数据集是否可信／最新”等请求，以及任何需要调用 qlik_* MCP 工具的问题。对于 SQL 数据仓库问题、与数据仓库／BI 工具无关的数据建模，或不涉及 Qlik MCP 工具的请求，不要调用。
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。