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
使用山西证券 Tushare (sxsc_tushare) 获取专业结构化金融市场历史数据。特点:数据为 T-1 日(无实时行情)、数据规范适合批量处理和导出。触发条件:用户要求获取/拉取/导出/批量取数 tushare、sxsc_tushare、山西证券tushare 数据,或提及历史行情批量拉取、财务报表批量导出、回测数据准备、数据导出 CSV/Parquet、宏观历史数据(CPI/PPI/PMI/社融/利率)、指数成分股、申万/中信行业分类、可转债数据、期货数据、债券数据、历史资金流向、历史K线、涨跌停统计、分红送股、限售解禁、基金净值历史、港股数据、国债收益率、Shibor利率、停复牌信息、沪深股通十大成交股时,或说"拉份数据""导出CSV""批量取数"等。本 skill 只负责取数与数据交付,不负责标的分析;若用户要求对标的进行分析/评估/对比/深度研究,应由 sxsc-tushare-analysis skill 处理。适用场景:历史数据批量获取、回测数据表准备、数据导出。
回答有关 Elastic Common Schema(ECS)的问题并生成映射:Elastic/Elasticsearch 字段、字段集、数据类型、允许值、分类(`event.kind`、`event.category`、`event.type`、`event.outcome`)、自定义字段、字段复用、规范化,以及与 OpenTelemetry/OTel/OTLP/SemConv 的对齐。将日志、安全遥测、SIEM 检测、网络流量、IAM/用户活动、云/服务上下文、威胁情报或可观测性指标/追踪映射到 ECS、Elastic Security、Elastic Observability 或 Elasticsearch 映射/模板时使用。
使用 PyTorch Geometric(PyG)构建图神经网络的指南。只要用户询问图神经网络、GNN、节点分类、链接预测、图分类、消息传递网络、异构图、邻居采样,或任何涉及 torch_geometric / PyG 的任务,就使用此技能。当你看到来自 torch_geometric 的导入,或用户提到图卷积(GCN、GAT、GraphSAGE、GIN)、图数据结构,或处理关系/网络数据时也触发。即使只是说 'graph learning' 或 'geometric deep learning',也使用此技能。
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。
