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

A
amazon-profit-analyzer
amazon-profit-analyzer
nexscope-ai / amazon-skills

全面分析 Amazon 利润并优化收入。包括收入瀑布分析、隐藏费用识别、ACoS 影响评估、退货成本计算和盈利能力优化策略。适用于用户咨询 Amazon 利润分析、盈利能力计算、费用分析、利润率优化或收入明细时。

数据与数据库1.2k
E
exa-contents
exa-contents
exa-labs / agent-skills

直接通过 cURL 或原始 HTTP 调用 Exa Contents。当 Agent 已拥有 URL,需要不经 SDK 地使用 POST /contents 获取提取文本、高亮、摘要、链接、图片链接、子页面、按新鲜度控制的抓取,或按 URL 处理状态时使用。

数据与数据库1.2k
M
mybatis-patterns

涵盖 mapper 设计、XML 和注解 SQL、结果映射、动态 SQL 安全、事务、批处理、分页和查询性能的 MyBatis 与 MyBatis-Spring 模式。使用 MyBatis、Spring Boot、MyBatis-Spring 或基于 MyBatis 的旧版应用构建或审查 Java 持久化代码时使用。

开发1.2k
S
sector-overview
sector-overview
anthropics / financial-services

创建全面的行业和领域概览报告,涵盖市场动态、竞争定位、主要参与者和主题趋势。适用于客户请求、行业启动研究、主题研究报告或内部知识建设。触发词包括“sector overview”“industry report”“market landscape”“sector analysis”“industry deep dive”或“thematic research”。

生产力1.2k
T
traffic-analysis
traffic-analysis
kostja94 / marketing-skills

来源、UTM 和直接流量分析的兼容性指引;由 Open Analytics 维护。

营销与增长1.2k
B
bengali-nlp

孟加拉语(Bangla)文本处理模式,包括 Unicode 规范化、文字系统检测、分词、合字处理,以及适用于 AI 应用的孟加拉语 NLP 最佳实践。

开发1.2k
M
memory-management
memory-management
ruvnet / ruflo

基于 HNSW 向量搜索的 AgentDB 记忆系统。提供快 150 倍至 12,500 倍的模式检索、持久化存储和语义搜索能力,用于学习与知识管理。适用于存储成功模式、搜索类似解决方案、语义检索过往工作、从先前任务中学习、在 Agent 之间共享知识或构建知识库。以下情况请勿使用:无需学习、任务短暂且一次性、可使用外部数据源,或仅进行只读探索。

Agent 工作流1.2k
T
token-card

从本地 Claude Code、Codex、Gemini CLI 和 OpenCode 会话日志生成 token 使用统计卡片,并将其作为文件提交到仓库。用户希望在 README 中显示当前用量,或想要分享编码 Agent 活动卡片时使用。

Agent 工作流1.2k
L
linkfox-multimodal-recognize-image
linkfox-multimodal-recognize-image
linkfox-ai / linkfox-skills

基于多模态 AI 的图片识别与分析。当用户想分析、描述图片、从图片 URL 中提取信息,或询问 image recognition、image analysis、image description、image content understanding、OCR text recognition、visual Q&A 时触发此技能。当用户提到图片识别、图片分析、图片描述、识别图片内容、分析产品图、从图片中读取文字、描述图片、提取视觉内容或理解照片内容时触发。当用户提供图片 URL 并询问其视觉内容时,即使未明确说“图片识别”,也应触发此技能。

数据与数据库1.2k
I
idea-generation
idea-generation
anthropics / financial-services

系统化股票筛选与投资创意搜寻。结合量化筛选、主题研究和模式识别,发掘新的做多和做空思路。适用于寻找新创意、运行筛选或开展主题扫描。触发词包括“idea generation”“stock screen”“find ideas”“what looks interesting”“screen for”“new ideas”或“pitch me something”。

数据与数据库1.2k
S
senior-computer-vision
senior-computer-vision
davila7 / claude-code-templates

适用于图像/视频处理、目标检测、分割和视觉 AI 系统的顶尖计算机视觉技能。精通 PyTorch、OpenCV、YOLO、SAM、扩散模型和视觉 Transformer。涵盖 3D 视觉、视频分析、实时处理和生产部署。用于构建视觉 AI 系统、实现目标检测、训练自定义视觉模型或优化推理流水线。

开发1.2k
U
using-dbt-for-analytics-engineering
using-dbt-for-analytics-engineering
dbt-labs / dbt-agent-skills

构建和修改 dbt 模型,使用 ref() 和 source() 编写 SQL 转换,创建测试,并通过 dbt show 验证结果。进行任何 dbt 工作时使用,包括构建或修改模型、调试错误、探索不熟悉的数据源、编写测试或评估更改的影响。

数据与数据库1.2k
A
amazon-brand-analytics
amazon-brand-analytics
nexscope-ai / amazon-skills

为 Brand Registry 所有者解读 Amazon Brand Analytics 并提供战略洞察。解读 Search Frequency Rank(SFR)数据、分析 Market Basket 模式、解读 Item Comparison 报告,并提取人口统计洞察,以优化产品策略和广告支出。适用于所有 Amazon 市场的 Brand Analytics 数据。需要 Brand Registry 访问权限。适用于:(1) 分析 Search Frequency Rank 数据以寻找关键词机会;(2) 解读 Market Basket 数据以进行交叉销售和捆绑销售;(3) 了解 Item Comparison 中的竞争定位;(4) 提取客户人口统计洞察;(5) 根据客户行为优化产品组合;(6) 制定数据驱动的广告策略。

营销与增长1.2k
K
kafka-development
kafka-development
mindrally / skills

Apache Kafka 事件流和分布式消息传递的最佳实践。适用于构建事件驱动架构、实现生产者/消费者模式、设计主题分区策略、设置 Kafka Streams、配置 schema registry,或集成变更数据捕获管道。

开发1.2k
T
tushare-data
tushare-data
waditu-tushare / skills

面向中文自然语言的 Tushare 数据研究技能。用于把“看看这只股票最近怎么样”“帮我查财报趋势”“最近哪个板块最强”“北向资金在买什么”“给我导出一份行情数据”这类请求,转成可执行的数据获取、清洗、对比、筛选、导出与简要分析流程。适用于 A 股、指数、ETF/基金、财务、估值、资金流、公告新闻、板块概念与宏观数据等研究场景。

数据与数据库1.2k
D
dx-cli

与 DX(getdx.com)API 交互,以获取和管理 Software Catalog 信息、管理用于跟踪系统健康状况的 Scorecards、分析 Snapshot 调查结果,并分析工程生产力数据。还可通过获取 DX 自身的文档,回答有关 DX 本身的问题,包括产品概念、设置/管理流程(SSO、连接器、回填)和故障排除。

开发1.2k
D
data-analyst
data-analyst
ailabs-393 / ai-labs-claude-skills

分析 CSV 数据集、通过智能插补处理缺失值,以及创建交互式仪表板以可视化数据趋势时使用此技能。适用于数据质量评估、自动检测并填补缺失值、统计分析,以及生成 Plotly Dash 仪表板进行探索性数据分析。

数据与数据库1.2k
G
google-trends-research
google-trends-research
postplusai / postplus-skills

研究 Google Trends 中关键词的热度变化、区域兴趣度和相关查询。搜索兴趣证据不应被视为销售额或总需求。

营销与增长1.2k
D
database-testing
database-testing
petrkindlmann / qa-skills

验证数据库完整性,正向和反向测试迁移,检查架构约束,管理种子数据,检测迁移偏差,并发现查询性能问题。涵盖 PostgreSQL、MySQL、MongoDB(使用 Prisma、TypeORM、Drizzle 和 SQLAlchemy),以及 Testcontainers 测试数据库。适用于:“数据库测试”“迁移测试”“迁移回滚”“回滚测试”“数据完整性”“SQL 测试”“架构验证”“种子数据”“查询性能”“Testcontainers”。不适用于:大规模合成数据生成或脱敏——使用 test-data-management;Docker/IaC 测试环境配置——使用 test-environments;SQL 注入——使用 security-testing。相关:test-data-management、test-environments、security-testing、ci-cd-integration。

测试与质量1.2k
T
testing-dags
testing-dags
astronomer / agents

包含调试和修复循环的复杂 DAG 测试工作流。适用于多步骤测试请求,例如“测试这个 DAG,如果失败就修复”“测试并调试”“运行流水线并排查问题”。对于简单测试请求(“测试 DAG”“运行 DAG”),airflow 入口技能会直接处理。此技能用于迭代式测试、调试和修复循环。

测试与质量1.2k
G
google-analytics
google-analytics
davila7 / claude-code-templates

分析 Google Analytics 数据、审查网站性能指标、识别流量模式,并提出数据驱动的改进建议。用户询问分析、网站指标、流量分析、转化率、用户行为或性能优化时使用。

营销与增长1.2k
N
neo4j-modeling-skill
neo4j-modeling-skill
neo4j-contrib / neo4j-skills

设计、审查和重构 Neo4j 图数据模型。在选择节点时使用

数据与数据库1.2k
E
embeddings
embeddings
ruvnet / ruflo

提供带有 HNSW 索引、sql.js 持久化和双曲支持的向量嵌入。与 agentic-flow 集成后速度提升 75 倍。用于语义搜索、模式匹配、相似性查询和知识检索。精确文本匹配、简单查询或无需语义理解时无需使用。

数据与数据库1.2k
S
senior-computer-vision
senior-computer-vision
alirezarezvani / claude-skills

用于目标检测、图像分割和视觉 AI 系统的计算机视觉工程技能。涵盖 CNN 和 Vision Transformer 架构、YOLO/Faster R-CNN/DETR 检测、Mask R-CNN/SAM 分割,以及使用 ONNX/TensorRT 进行生产部署。包含 PyTorch、torchvision、Ultralytics、Detectron2 和 MMDetection 框架。适用于构建检测流水线、训练自定义模型、优化推理或部署视觉系统。

开发1.2k
A
antv-s2-expert
antv-s2-expert
antvis / chart-visualization-skills

S2 多维交叉分析表开发助手(专家技能)。用户提及以下关键词时必须优先启用:交叉表、透视表、明细表、多维分析表格、pivot table、cross table、table sheet、antv s2、s2、@antv/s2。适用于用户需要 S2 表格开发、配置和 API 问题方面的帮助。

数据与数据库1.2k
D
dt-obs-analytics
dt-obs-analytics
dynatrace / dynatrace-for-ai

使用 Davis 分析器分析仪表板和笔记本,进行异常检测、新颖度评分和相关性分析。当用户提及特定 Dynatrace 仪表板或笔记本(通过 URL、UUID 或名称),并询问其展示内容、运行的 DQL 查询、某个图块是否异常,或希望查找异常、评估新颖度或关联指标时使用。触发条件是以仪表板或笔记本为数据源,而非一般的 DQL 问题。此技能无需读取完整的原始文档 JSON,即可高效提取时间序列查询,然后可选择对提取的指标运行 Davis 分析器。触发短语:“这个仪表板有什么问题”“分析这个笔记本”“查找异常”“新颖度评分”“关联指标”“从仪表板提取 DQL”“仪表板 URL”“图块”“run-analyzer”“时间序列提取”“Davis 分析器”。

数据与数据库1.2k
A
agent-swarm-memory-manager
agent-swarm-memory-manager
ruvnet / ruflo

swarm-memory-manager 的 Agent 技能 - 使用 $agent-swarm-memory-manager 调用

Agent 工作流1.2k
F
funda-data
funda-data
himself65 / finance-skills

通过两个接口查询 Funda AI 金融数据:用于分析师级研究综合(DCF、可比公司分析、财报预览/回顾、行业深度分析、SEC 文件、转录文本、供应链映射、所有权流向、宏观分析)的 MCP 服务,地址为 https://funda.ai/api/mcp,使用 agent_chat 工具;或者使用 REST API https://api.funda.ai/v1 和 FUNDA_API_KEY 获取原始数据(实时报价、日内 K 线、日终价格、财务报表、期权链/希腊值/GEX、供应链 KG、社交情绪、新闻、日历、FRED、ESG、国会交易、AI 招聘信号)。触发词:“funda”“funda.ai”、实时报价、股价、日内、资产负债表、利润表、期权链、DCF、可比公司分析、财报预览/回顾、分析师预估、10-K/10-Q/8-K、转录文本、所有权流向、伽马敞口、供应链、行业深度分析、国会交易、FRED。综合分析问题优先使用 MCP;对于 MCP 无法提供的原始结构化数据,使用 REST。

数据与数据库1.2k
T
tradingview-reader
tradingview-reader
himself65 / finance-skills

通过 opencli 读取用户本地的 TradingView 桌面应用数据:报价、含希腊值和各行权价 IV 的期权链、期权到期日、涵盖股票、加密货币、外汇、期货和债券的筛选结果、涨幅榜和跌幅榜、新闻标题和全文、提醒(活跃、已触发、离线触发)、自选列表(包括带颜色标记的列表)、代码搜索、图表状态和图表截图。用户询问 TradingView(“TV”)中的这些内容时均应使用此技能,例如某标的的期权链、看跌期权或 IV 偏斜、超卖股票筛选、红色标记列表、哪些提醒已触发,或图表截图。若只是查询报价、TA 读数、扫描结果或期货且不涉及桌面应用,优先使用 tradingview-mcp。只读:不会下单,也不会编辑自选列表、提醒或布局。

数据与数据库1.2k
C
csv-excel-merger
csv-excel-merger
onewave-ai / claude-skills

使用 pandas 合并、追加、连接多个 CSV、TSV 和 Excel 文件(包括多工作表工作簿)并去重:将不匹配的列名映射到统一架构、规范化键、解决值冲突、跟踪每行的来源文件,并验证行数计算。适用于用户想要合并电子表格或导出文件、堆叠月度文件、整合联系人或潜在客户列表、按 ID 或电子邮件以 VLOOKUP 方式连接两个工作表,或跨来源去重记录的情况,即使用户只说“把这些放到一起”或“把这些列表整理成一个”。

数据与数据库1.2k
D
database-security
database-security
zhaoxuya520 / reverse-skill

用于经授权的数据库安全评估,涵盖 PostgreSQL/MySQL/MSSQL/Mongo/Redis 暴露、授权、UDF/命令路径及错误配置审查

安全1.2k
A
antv-g6-graph
antv-g6-graph
antvis / chart-visualization-skills

用户希望创建、自定义或排查 G6 v5 图表/网络可视化问题时使用此技能。触发词包括:提及“G6”、“antv g6”、“@antv/g6”、“G6 graph”、“G6 图”、“网络图”、“关系图”、“拓扑图”、“树形图”、“流程图”、“思维导图”、“鱼骨图”、“力导向图”、“force graph”、“network visualization”、“node-edge diagram”、“graph layout”、“tree layout”、“dagre layout”、“mindmap”、“social network”,或询问 G6 节点样式、边类型、行为、插件、布局、组合或数据结构。也适用于排查 G6 渲染错误、v4 到 v5 的迁移或图交互问题。不要用于 G2 统计图表、X6 编辑器图表或 S2 透视表。

数据与数据库1.2k
D
d1-migration
d1-migration
jezweb / claude-skills

Cloudflare D1 迁移工作流:使用 Drizzle 生成迁移,检查 SQL 中的潜在问题,将迁移应用到本地和远程环境,修复卡住的迁移并处理部分失败。适用于运行迁移、修复迁移错误或设置 D1 架构。

数据与数据库1.2k
V
vtex-io-masterdata-strategy
vtex-io-masterdata-strategy
vtex / skills

决定 VTEX IO 应用是否以及如何使用 Master Data v2 存储自定义数据时使用。涵盖实体边界、模式生命周期、索引策略,以及何时应选择 Master Data 而非其他数据存储方案。适用于 VTEX IO 应用中的评价、心愿单、表单或其他自定义数据建模决策。

数据与数据库1.2k
A
amazon-rank-tracker
amazon-rank-tracker
nexscope-ai / amazon-skills

Amazon 关键词排名跟踪与效果分析。全面分析排名因素、诊断变化、制定改进策略并监控竞争位置。用户询问关键词排名、位置跟踪、排名变化或竞争分析时使用

营销与增长1.2k
A
agent-data-ml-model
agent-data-ml-model
ruvnet / ruflo

data-ml-model 的 Agent skill — 使用 $agent-data-ml-model 调用

数据与数据库1.2k
A
a-stock-data
a-stock-data
simonlin1212 / a-stock-data

当任务需要编写代码实际获取 A 股及相关市场数据时使用——行情/K 线/逐笔(腾讯日周月前后复权+分钟线+当日逐笔、通达信官网全市场盘后包、百度)、研报(东财+新浪+同花顺+iwencai)、信号(热点/北向/龙虎榜/解禁/行业/板块资金流)、资金面(融资融券/大宗/股东户数/分红/资金流/ETF 份额)、新闻(财联社/东财/华尔街见闻/新闻联播)、财务三表/F10/估值历史/ST 名单、公告(巨潮)、打板(涨停池/连板/炸板率/监控池/异动)、ETF 期权、舆情互动(互动易/上证 e 互动/热榜)、筹码分布、复权因子、申万行业变迁、宏观与利率(社融/PMI/中债收益率曲线/回购定盘利率/LPR/全球宏观日历)、指数成分/权重/估值/交易日历、期货与大宗商品(五家期货交易所日行情/商品与股指期权/持仓排名/期货日 K 含大商所/实时期货/A50/上海金)、事件驱动(业绩预告/机构调研/增减持/回购/股权质押/新股申购)、可转债等真实数据。十五层·87 端点(含 5 备胎)·34 个来源·内嵌全部可运行代码,自包含零外部文件;优先用腾讯/交易所官方等不封 IP 源,东财接口已内置限流防封,主源被封可查「备用源速查」降级。仅在需要调用数据接口取数时使用:A 股概念解释、投资观点讨论、策略问答等无需取数的话题不要加载本 skill。

数据与数据库1.1k
P
per-tenant-database
per-tenant-database
rivet-dev / skills

使用每个租户对应一个 Rivet Actor 实现多租户数据隔离:Actor 键为租户 ID,因此每个租户都有独立的数据集和迁移。

数据与数据库1.1k
A
agent-safla-neural
agent-safla-neural
ruvnet / ruflo

用于 safla-neural 的 Agent 技能——使用 $agent-safla-neural 调用

Agent 工作流1.1k
E
elasticsearch-index-design
elasticsearch-index-design
elastic / agent-skills

针对既定访问模式设计并评审 Elasticsearch 索引映射:正确的字段类型、text+keyword 多字段、doc_values 调优、避免映射爆炸以及明确的分片设置。适用于创建新索引、因存储或查询性能评审映射、修正错误的字段类型,或用户询问某字段用于搜索、筛选、排序或聚合时应使用哪种类型。

数据与数据库1.1k
S
supabase-audit-rls
supabase-audit-rls
yoanbernabeu / supabase-pentest-skills

测试 Row Level Security (RLS) 策略中常见的绕过漏洞和配置错误

安全1.1k
A
analytics-data-analysis
analytics-data-analysis
mindrally / skills

使用 Python、pandas、matplotlib、seaborn 和 Jupyter notebooks 进行分析、数据分析和可视化的最佳实践。在执行探索性数据分析、构建数据流水线、创建统计可视化、编写 Jupyter notebooks、清理和转换数据集或实现分析仪表板时使用。

数据与数据库1.1k
E
elasticsearch-query-optimization
elasticsearch-query-optimization
elastic / agent-skills

诊断缓慢的 Elasticsearch Query DSL 搜索,并提出经过实测的修复方案。当搜索变慢、性能分析输出显示存在开销高的子句、精确匹配过滤器处于评分上下文,或前缀通配符主导延迟时使用。每条建议都须以搜索性能分析为依据:将不参与评分的子句移入 filter 上下文、消除前缀通配符,并重新分析以确认改进效果。

数据与数据库1.1k
A
agent-neural-network
agent-neural-network
ruvnet / ruflo

neural-network 的 Agent 技能——使用 $agent-neural-network 调用

数据与数据库1.1k
F
flow-nexus-neural
flow-nexus-neural
ruvnet / ruflo

使用 Flow Nexus 在分布式 E2B 沙箱中训练和部署神经网络

数据与数据库1.1k
N
neural-training
neural-training
ruvnet / ruflo

使用 SONA(Self-Optimizing Neural Architecture)、MoE(Mixture of Experts)和 EWC++ 进行神经模式训练,以巩固知识。适用于模式学习、模型优化、知识迁移和自适应路由。简单任务、无需学习或一次性操作时请跳过。

Agent 工作流1.1k
N
neo4j-graphrag-skill
neo4j-graphrag-skill
neo4j-contrib / neo4j-skills

使用 neo4j-graphrag Python 在 Neo4j 上构建 GraphRAG 检索流水线

数据与数据库1.1k
O
onekgpd
onekgpd
k-dense-ai / scientific-agent-skills

按个体参与者查询 1000 Genomes Project 数据集(3,202 名全基因组测序个体,GRCh38)。适用于有关 1000 Genomes Project 队列中的个体或变异的问题:哪些个体携带符合基因或区域特定条件的变异;哪些个体在某个位点为纯合参考型;数据集中存在哪些变异,或指定个体在某基因或区域携带哪些变异;以及两个指定个体之间的亲缘关系。返回的变异包含 1000 Genomes 等位基因频率(AF)、gnomAD v4.1 外显子组和基因组 AF、AlphaMissense 评分及 HGVSp 注释

数据与数据库1.1k
D
dune
dune
duneanalytics / skills

用于通过 DuneSQL 查询区块链和链上数据、搜索已解码的合约表、管理已保存的查询、可视化内容和仪表板,以及监控 Dune 上的额度使用情况的 Dune CLI。用户询问区块链数据、链上分析、代币转账、DEX 交易、智能合约事件、钱包余额、Ethereum/EVM 链查询、DuneSQL、可视化、图表或仪表板,或说出 "query Dune"、"search Dune datasets"、"run a Dune query"、"create a dashboard" 或 "manage dashboard" 时使用。

数据与数据库1.1k
V
vtex-io-data-access-patterns
vtex-io-data-access-patterns
vtex / skills

决定 VTEX IO 应用应在何处以及如何存储和读取数据时使用。涵盖何时使用应用设置、配置应用、Master Data、VBase、VTEX 核心 API 或外部存储,以及如何避免重复事实来源或滥用配置存储来保存运营数据。适用于新的数据流、缓存决策、重构,或审查 VTEX IO 应用中可疑的存储与访问模式。

数据与数据库1.1k
A
AgentDB Vector Search
AgentDB Vector Search
ruvnet / ruflo

使用 AgentDB 实现语义向量搜索,以进行智能文档检索、相似度匹配和上下文感知查询。适用于构建 RAG 系统、语义搜索引擎或智能知识库。

数据与数据库1.1k
R
ReasoningBank with AgentDB
ReasoningBank with AgentDB
ruvnet / ruflo

使用 AgentDB(速度快 150 倍的向量数据库)实现 ReasoningBank 自适应学习。包含轨迹跟踪、判定、记忆提炼和模式识别。适用于构建自学习 Agent、优化决策或实现经验回放系统。

Agent 工作流1.1k
R
recharts
recharts
andy-spike / skills

使用 Recharts 库构建可组合的响应式 React 图表。适用于创建数据可视化,包括折线图、面积图、柱状图、饼图、散点图和组合图。支持图表自定义、响应式尺寸、工具提示、图例、坐标轴配置、性能优化和无障碍功能。

设计与 UI1.1k
A
AgentDB Memory Patterns
AgentDB Memory Patterns
ruvnet / ruflo

使用 AgentDB 为 AI Agent 实现持久化记忆模式。包括会话记忆、长期存储、模式学习和上下文管理。适用于构建有状态 Agent、聊天系统或智能助手。

Agent 工作流1.1k
A
ai-traffic-tracking
ai-traffic-tracking
kostja94 / marketing-skills

AI 助手引荐流量和生成式搜索可见度的兼容性指引;由 Open Analytics 维护。

营销与增长1.1k
M
migrating-airflow-2-to-3
migrating-airflow-2-to-3
astronomer / agents

将 Apache Airflow 2.x 项目迁移到 Airflow 3.x 的指南。用户提到 Airflow 3 迁移、升级、兼容性问题、破坏性变更,或希望现代化其 Airflow 代码库时使用。如果发现需要迁移的 Airflow 2.x 代码,请询问用户是否需要协助升级。对于任何迁移相关请求,始终将此技能作为第一步加载。

开发1.1k
S
senior-data-engineer
senior-data-engineer
alirezarezvani / claude-skills

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。专长涵盖 Python、SQL、Spark、Airflow、dbt、Kafka 和现代数据技术栈。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、实施数据治理或排查数据问题。

数据与数据库1.1k
C
competitor-price-tracker
competitor-price-tracker
nexscope-ai / ecommerce-skills

设置竞品价格跟踪和监控工作流。跟踪价格变化、检测促销活动、分析定价模式,并接收竞品价格变动提醒

营销与增长1.1k
C
content-parser
content-parser
marswaveai / skills

从 URL 提取并解析内容。触发条件:用户提供 URL 以提取内容、其他技能需要解析源材料,或用户说“解析此 URL”“提取内容”“解析链接”“提取内容”

数据与数据库1.1k
A
AgentDB Advanced Features
AgentDB Advanced Features
ruvnet / ruflo

掌握 AgentDB 高级功能,包括 QUIC 同步、多数据库管理、自定义距离度量、混合搜索和分布式系统集成。适用于构建分布式 AI 系统、多 Agent 协调或高级向量搜索应用。

数据与数据库1.1k
第 1441–1500 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。