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
定义 KPI、指标和跟踪系统，以持续衡量品牌健康度、知名度、认知和品牌资产。用户提到“brand measurement”“brand metrics”“how do we measure the brand”“brand KPIs”“brand health tracking”“brand awareness metrics”“brand equity measurement”“is our brand working”“brand ROI”“brand performance”“brand tracking”“brand health score”“prove brand value”“brand dashboard”，或需要向利益相关方展示品牌投资是否取得成效时使用。
为 NVIDIA TAO VisualChangeNet / ChangeNet PCB 检测模型运行完整的 DEFT AOI 改进循环：基线评估、RCA、Cosmos AnomalyGen / AMP 合成缺陷、k-NN 挖掘、重新训练，以及依据客户定义的主要指标和可选约束进行部署准入。仅当请求明确涉及 AOI / 自动光学检测、PCB 缺陷、VisualChangeNet 或 ChangeNet 工作流时使用。支持使用预先暂存资源进行隔离网络/离线运行。切勿仅凭泛泛的迭代改进描述推断为 AOI。不要用于 CLIP / SigLIP 图像检索、带属性标签的图像数据、独立 TAO 训练、单次推理、通用异常生成或仅进行 RCA 分析。
运行标准的 NVIDIA AOI 三阶段训练流程——阶段 1：AutoML 基线（HPO）；阶段 2：DEFT 循环（RCA → SDG → mining → plain-train retrain）；阶段 3：在经过 DEFT 增强的数据集上进行 AutoML 优化。用户要求“run the AOI workflow”“fine-tune my PCB AOI model end-to-end”“improve my AOI ChangeNet model”或“AOI workflow with AutoML”时使用——此时应转到此技能，而不是直接使用 tao-run-deft-aoi，除非用户明确只要求 DEFT 循环（例如“run JUST the DEFT loop”“skip AutoML, only DEFT”）。也适用于非 AOI 的 DEFT 应用中的相同三阶段模式：先运行 AutoML 基线，再以 AutoML 的最佳 HP 为热启动运行 DEFT 循环，最后在迭代增强的数据集上进行 DEFT 后的 AutoML 优化。触发语包括“run the AOI workflow”“AOI end-to-end”“AutoML + DEFT”“AutoML then DEFT”“tune hyperparameters then DEFT”“DEFT with AutoML at both ends”“warm-start DEFT”“improve my AOI model”。
投注分析——赔率换算、去水、优势检测、凯利准则、套利检测、串关分析和赔率变动。纯计算，不调用 API。适用于任何来源的赔率：ESPN（美式赔率）、Polymarket（小数概率）、Kalshi（整数概率）。适用情况：用户询问投注金额、期望值、优势分析、凯利准则、套利、串关、赔率变动、赔率换算或跨来源比较赔率。也适用于已获取 ESPN 赔率和预测市场价格，并希望评估投注是否具有正期望值的情况。不适用情况：用户询问实时赔率或市场数据——先使用 polymarket、kalshi 或体育专项技能获取赔率，再用此技能进行分析。
在 `SentenceTransformer`（双编码器、用于检索、相似度、聚类、分类、释义挖掘、去重和多模态任务的稠密或静态嵌入模型）、`CrossEncoder`（重排序器、用于两阶段检索/成对分类的成对评分）、`SparseEncoder`（SPLADE，用于学习型稀疏检索的稀疏嵌入模型）和 `MultiVectorEncoder`（ColBERT/晚期交互，每个令牌一个嵌入，通过 MaxSim 评分）上训练或微调 sentence-transformers 模型。涵盖损失函数选择、困难负样本挖掘、评估器、蒸馏、LoRA、Matryoshka 和 Hugging Face Hub 发布。适用于任何 sentence-transformers 训练任务。
面向 AI Agent 的 Wren CLI——覆盖 22+ 个数据库（Postgres、MySQL、BigQuery、Snowflake、Spark 等）的语义 SQL 层。实际工作流指南位于 `wren` CLI 内；此处仅为发现占位条目。用户询问数据问题（数量、展示、前 N 名、比较、趋势、细分指标、收入、客户、订单）、想要安装/设置 Wren Engine、连接新数据库、通过 dlt 连接 SaaS 数据（HubSpot、Stripe、Salesforce、GitHub、Slack）、根据数据库模式生成或重新生成 MDL 项目、用业务上下文（枚举含义、单位、ARR / DAU / churn 等立方体）丰富项目，或将项目的上下文层转为可共享的 GenBI Web 应用/仪表板并部署到 Vercel 或 Cloudflare 时使用。触发语包括：“install wren”“set up wren engine”“connect database to wren”“connect SaaS to wren”“load hubspot / stripe / salesforce data”“generate mdl”“scaffold wren project”“enrich wren context”“augment my project”“add cubes”“build a dashboard”“make a shareable analytics app”“deploy my context layer as a web app”“genbi app”“wren onboarding”“wren usage”“wren generate mdl”“wren dlt connector”“wren enrich context”“wren genbi”。
为 Amazon Neptune Database 和 Neptune Analytics 提供权威指导，适用于图、知识图谱和关系密集型工作负载——欺诈检测／欺诈团伙、Agent 记忆／跨会话聊天机器人上下文、推荐、身份解析、Gremlin／openCypher／SPARQL 查询、超级节点／遍历缓慢、Neo4j 迁移至 Neptune／APOC 兼容性、Neptune Database 与 Analytics 引擎选择、PageRank／社区检测、GraphRAG，以及通过 Lambda／EC2／应用程序连接。仅在用户明确确认后创建和修改 Neptune Database 集群／实例及 Neptune Analytics 图；阻止破坏性操作（删除、reset-graph、故障转移、重大升级），并引导至变更控制流程。
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。