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

S
syncfusion-react-accumulation-chart
syncfusion-react-accumulation-chart
syncfusion / react-ui-components-skills

实现 Syncfusion React 累积图表,包括饼图、圆环图、漏斗图和金字塔图。当用户需要圆形数据可视化、基于百分比的图表或比例数据展示时使用此技能。涵盖数据标签、图例、工具提示、分组、智能标签、下钻图表、分离效果、主题、无障碍、导出/打印功能以及动态数据更新。

数据与数据库719
P
performance-metrics
performance-metrics
joellewis / finance_skills

使用行业标准比率,以风险调整后的基础评估投资表现,并记录分析。当用户询问夏普比率、索提诺比率、信息比率、特雷诺比率、卡玛比率、Omega 比率或上行/下行捕获率时使用。当用户提到“风险调整后收益”“单位风险回报”“M-squared”“这只基金值得承受该波动吗”“如何比较两位基金经理”“捕获比率”,或询问计入风险后哪个投资表现更好时也应触发。

数据与数据库718
S
syncfusion-react-pivot-table
syncfusion-react-pivot-table
syncfusion / react-ui-components-skills

当用户询问如何在 React 中构建或自定义 Syncfusion PivotView 数据透视表时使用此技能。适用于 React 数据透视网格/OLAP、聚合、数据绑定(JSON/远程)、钻取/明细钻取、分组、筛选、条件格式、导出(Excel/PDF/CSV)或数据透视图。仅限 React,不适用于 Angular/Vue/Blazor。

数据与数据库717
P
pipefy-observability
pipefy-observability
pipefy / ai-toolkit

当用户想查看 AI Agent 日志、自动化执行日志、组织级使用统计、AI 额度消耗,或导出自动化作业历史时使用此技能。

Agent 工作流716
S
syncfusion-react-maps
syncfusion-react-maps
syncfusion / react-ui-components-skills

使用 Syncfusion React Maps 组件实现地理数据可视化。适用于显示交互式地图、基于位置的信息或区域数据分析。本技能涵盖 React 应用中的地图提供商(Bing、OpenStreetMap)、GeoJSON 渲染、标记和气泡、缩放/平移、数据标签、图例以及分级设色可视化。

数据与数据库716
S
syncfusion-react-query-builder
syncfusion-react-query-builder
syncfusion / react-ui-components-skills

Syncfusion React Query Builder 组件实现指南。适用于构建高级筛选界面、创建复杂的数据查询系统或实现动态的基于规则的筛选。涵盖查询构建器配置、SQL 查询转换、拖拽筛选、定制和状态管理。

数据与数据库716
R
return-calculations
return-calculations
joellewis / finance_skills

计算并比较投资回报指标,包括 TWR、MWR(基于投资组合现金流的金额加权 IRR)、CAGR 和年化收益率。适用于用户询问投资组合业绩计算、比较管理人回报、串联子区间回报、了解不同回报方法为何给出不同数值、在不同时间区间之间换算回报,或计算投资者自身出资与赎回的 IRR 时。当用户提到"我赚了多少""年收益率""复合增长""金额加权与时间加权""我的收益率是多少""几何平均与算术平均""对数收益率",或询问现金流对报告收益的影响时也会触发。对于项目或贷款的 IRR、NPV 以及通用的"求利率"问题,请改用资金时间价值方法。

数据与数据库715
S
sqlite-to-fast-sql
sqlite-to-fast-sql
cap-go / capgo-skills

将 SQLite 和 SQL 风格的 Capacitor 存储(@capacitor-community/sqlite、cordova-sqlite-storage、搭配 SQLite 驱动的 @ionic/storage、TypeORM/Drizzle/Kysely 的 capacitor 驱动,以及其他基于桥接的 SQL 插件)迁移到 @capgo/capacitor-fast-sql。适用于:替换 createConnection/open/query/run/executeSet 调用、通过 Capacitor 桥接传输缓慢的大结果集、添加 SQLCipher 加密、保留事务和 BLOB、将键值数据迁移到 KeyValueStore、在切换过程中保留现有数据库文件,或修复 Fast SQL 配置错误(ATS NSAllowsLocalNetworking、Android 明文 localhost、"Encryption is not available in this build"、Web OPFS COOP/COEP 标头)。不适用于 Preferences(capacitor-offline-first)、Ionic Secure Storage 或 Identity Vault(ionic-enterprise-sdk-migration)等非 SQL 存储、常规应用升级(capacitor-app-upgrades),以及已封装 Fast SQL 的代码。

开发715
J
jax-best-practices
jax-best-practices
mindrally / skills

使用 JAX 进行高性能数值计算和机器学习的专家

数据与数据库713
P
pubmed-database
pubmed-database
davila7 / claude-code-templates

直接通过 REST API 访问 PubMed。高级布尔/MeSH 查询、E-utilities API、批量处理、引文管理。在 Python 工作流中建议使用 biopython(Bio.Entrez)。适用于直接的 HTTP/REST 操作或自定义 API 实现。

生产力713
G
grepai-chunking
grepai-chunking
yoanbernabeu / grepai-skills

配置 GrepAI 中的代码分块。使用本技能可优化代码如何切分以供嵌入使用。

开发712
P
pipefy-reports
pipefy-reports
pipefy / ai-toolkit

当用户想要创建、读取、更新、删除或导出 pipe 报告或组织报告时,使用此技能。涵盖异步导出工作流(触发、轮询、下载)。

数据与数据库710
S
social-media-trends-research
social-media-trends-research
drshailesh88 / integrated_content_os

使用免费工具进行程序化社交媒体与营销研究:pytrends(Google Trends)、yars(无需 API 密钥访问 Reddit)和 Perplexity MCP(Twitter/TikTok/Web)。适用于查找细分领域的热门话题、跟踪关键词变化速度与搜索量、监测 Reddit 讨论、发现正在爆红的内容,或在写作前研究内容机会。内置限流机制的零成本研究工具栈。可与 content-marketing-social-listening 技能互补,提供可执行代码。

营销与增长710
S
spanner-data
spanner-data
cline / skills

当你需要探索数据库结构、发现表和图等 schema 对象,以及执行自定义 SQL 查询来与数据交互时,使用这些技能。

数据与数据库710
P
pipefy-process-intelligence
pipefy-process-intelligence
pipefy / ai-toolkit

当用户想分析现有的 pipe 并寻找改进机会——自动化缺口、人工瓶颈、缺失的 AI Agent、字段条件或相邻流程时,使用此技能。它扮演流程分析师的角色:分轮次逐步调查、诊断并改进 pipe,每一轮都会交付可见的成果。

生产力709
P
prisma-development
prisma-development
mindrally / skills

全面的 Prisma ORM 开发指南,涵盖 TypeScript、schema 设计、迁移和最佳实践。

数据与数据库709
S
supabase-development
supabase-development
mindrally / skills

Supabase 开发指南,涵盖数据库、认证、实时订阅和 Edge Functions。

开发709
G
generate-synthetic-data
generate-synthetic-data
hamelsmu / evals-skills

使用基于维度的元组生成,为大模型流水线评估创建多样化的合成测试输入。适用于初始化评估数据集、真实用户数据稀少或压力测试特定故障假设。已有 100 多条有代表性的真实 traces 时请勿使用(应改用分层抽样),收集生产日志时也请勿使用。

测试与质量708
Q
qdrant-advisor
qdrant-advisor
qdrant / skills

通过从 skills.qdrant.tech 实时加载最新的官方 Qdrant 技能,对任何 Qdrant 部署进行诊断、排障并提供建议。只要有人提出 Qdrant 的问题或疑问,就应使用此技能 —— 搜索缓慢或性能下降、内存占用过高或持续增长 / OOM 崩溃、optimizer 卡住或变慢、索引缓慢、扩容与分片决策(节点数、QPS、延迟、多租户、纵向还是横向扩展)、搜索结果不理想或不相关、混合搜索与重排序、嵌入模型迁移、版本升级与兼容性、监控与可观测性(Prometheus、Grafana、健康检查、/metrics、/telemetry)、部署选择(本地、Docker、可自托管、Qdrant Cloud、嵌入式),以及客户端 SDK 问题(Python、TypeScript、Rust、Go、.NET、Java)。当上下文明显涉及 Qdrant 集群、集合或向量搜索部署时尤其适用。务必优先使用此技能,而不是凭记忆回答:它能获取当前权威的指导以及仅相关的上下文。

数据与数据库707
P
pipefy-database-tables
pipefy-database-tables
pipefy / ai-toolkit

当用户想要使用 Pipefy Database Tables 时使用此技能——创建/读取/更新/删除表、记录(行)或表字段(架构列)。

数据与数据库706
F
forward-risk
forward-risk
joellewis / finance_skills

使用 VaR、预期短缺、蒙特卡洛模拟和压力测试估算潜在的未来损失。当用户询问在险价值、CVaR、预期短缺、情景分析、压力测试或基于因子的风险分解时使用。当用户提到「我最多可能亏多少」「最坏情形」「尾部风险」「风险预算」「成分 VaR」「边际 VaR」「99% 置信亏损」「蒙特卡洛模拟」,或询问如何前瞻性地预测投资组合风险时也应触发。

数据与数据库704
P
performance-reporting
performance-reporting
joellewis / finance_skills

为投资组合生成清晰准确的业绩报告,涵盖基准、归因和风险仪表板。当用户询问投资组合业绩报告、收益汇总、基准对比、风险仪表板、目标进度跟踪或符合 GIPS 的报告时使用。当用户提到"季度报告"、"我的投资组合表现如何"、"时间加权 vs 资金加权收益"、"年化收益率"、"费后业绩"、"滚动夏普比率",或询问如何向客户呈现投资结果时也应触发。

数据与数据库703
A
amap-lbs-skill
amap-lbs-skill
amap-web / amap-lbs-skill

高德地图综合服务,支持POI搜索、路径规划、旅游规划、周边搜索和热力图数据可视化

生产力702
L
llamaindex-development
llamaindex-development
mindrally / skills

提供 LlamaIndex 开发的专家指导,涵盖 RAG 应用、向量存储、文档处理、查询引擎以及生产级 AI 应用的构建。

开发702
D
dossier-collect
dossier-collect
ruvnet / ruflo

通过并行扇出与递归扩展,跨网页、记忆、知识图谱、代码库、ADR 索引和 git 情报,为种子实体构建图结构的档案

生产力701
F
firebase-development
firebase-development
mindrally / skills

面向 Firestore、Authentication、Functions 和 Storage 的 Firebase 开发指南,使用 TypeScript 和 Angular。

云与 DevOps701
D
database-schema-designer
database-schema-designer
alirezarezvani / claude-skills

当用户要求创建 ERD 图、规范化数据库 schema、设计表关系或规划 schema 迁移时使用。

数据与数据库699
S
spreadsheet-formula-helper
spreadsheet-formula-helper
composio-community / awesome-codex-skills

编写和调试电子表格公式(Excel/Google Sheets)、数据透视表和数组公式;在不同方言之间转换;当用户需要带示例和边界情况检查的可用公式时使用。

数据与数据库699
E
experimentation-and-ab-testing
experimentation-and-ab-testing
social-media-skills / skills

社交媒体内容的 A/B 测试和实验——以证据而非观点为准,并坚持诚实的自然流量测试标准。用户想要“A/B 测试”或“拆分测试”内容、“测试哪个版本/开场/时间/文案/缩略图有效”、“设置实验”、“我该测试什么”,或希望用证据而非观点解决内容争议时使用。设计严谨的自然流量测试:单一变量、受控环境、发布前设定决策规则,并确保测试时长和重复次数足以区分信号与噪声。使用 TEST 框架。首先读取 brand-profile 和 goals-and-kpis。它负责设计测试并起草变体;WoopSocial 将其作为受控的连续帖子排期(YouTube 原生 Test & Compare 除外);结果通过 analytics-and-reporting 从原生分析数据中读取。自然流量无法达到真正的统计显著性;不会捏造数据或操纵 p 值。区别于负责衡量的 analytics-and-reporting,以及负责设定目标的 goals-and-kpis。

营销与增长698
B
browser-extract
browser-extract
ruvnet / ruflo

通过已存储的浏览器模板或一次性 DOM 查询提取结构化数据,在内容进入模型之前强制执行 AIDefence PII 和提示注入检查

数据与数据库697
C
cfb-data
cfb-data
machina-sports / sports-skills

通过 ESPN 公开端点和 NCAA 官方端点获取大学美式橄榄球(CFB)数据——比分、排名、球员名单、赛程、比赛摘要、逐回合记录、榜单、伤病、盘口、球队/球员统计和 FBS 新闻,另有官方 FCS 记分牌、含推进回合上下文的 NCAA 比赛详情以及学校索引。零配置,无需 API 密钥。适用于:用户询问大学橄榄球比分、排名、榜单、球队名单、赛程、比赛结果、逐回合记录、伤病、博彩盘口、球队/球员统计、CFB 新闻或 FCS 比赛时。当用户询问 NFL(使用 nfl-data)、大学篮球(使用 cbb-data)或非体育话题时不要使用。

数据与数据库697
D
deepstream-sop
deepstream-sop
nvidia / skills

在构建、部署、评估、调试 DeepStream SOP Inference Microservice 或测量其延迟时使用本技能——这是一个 GPU 加速的 FastAPI 服务,通过事件边界检测(GEBD)加 VLM 分类来判断操作员是否按顺序执行流水线作业步骤。即使用户未提及该服务名也应触发:验证操作员步骤顺序、检测缺失或顺序错误的 SOP 步骤、对工厂/工作单元视频进行流程合规性评分、在工业相机上运行基于 VLM 的 SOP 检查,或使用文件、RTSP 或 Basler 相机调用 /v1/chat/completions。也针对其内部机制触发:SOPVideoProcessor、通过 Triton CAPI 运行的 DeepStream GEBD 模型(如 DDM)、nvds_custom_postprocess、Cosmos Reason 1/2 vLLM、SSE 流式传输、Kafka NvProto/JSON 输出、Basler/Pylon 相机及模拟、Docker compose、分块级延迟。不要针对通用 DeepStream 流水线、目标检测/跟踪、NIM 导入或视频摘要触发。

开发697
F
firetiger
firetiger
firetiger-oss / cursor-plugin

用户提到 Firetiger 或想处理其可观测性数据时使用——例如设置 Firetiger、使用 OpenTelemetry 为应用添加监测、用 SQL 查询跟踪/日志/指标、调查事件、监控 PR 或部署,或创建监控 Agent。用户只要说“Firetiger”,即使请求很简单,也始终使用此技能;它会转到专用技能,其中包含避免常见错误的关键注意事项(Basic-auth 数据接入、针对各服务表的 DuckDB SQL、@firetiger 评论流程)。

云与 DevOps696
F
Funnel Analysis
Funnel Analysis
aj-geddes / useful-ai-prompts

分析用户转化漏斗,识别流失环节,优化转化率,用于转化优化和用户流程分析

营销与增长695
D
drizzle-best-practices
drizzle-best-practices
honra-io / drizzle-best-practices

当用户在使用 PostgreSQL 上的 Drizzle ORM 时使用本技能。任何提及 Drizzle、drizzle-orm、drizzle-kit、drizzle-zod、`pgTable`、`defineRelations`、`relations()`、`db.select()`、`db.query`,或针对 Postgres 的 insert/update/delete 都适用。典型触发意图:- 设计或调试 Postgres 表结构、列、identity 主键、枚举、JSONB、数组 - 在 Drizzle 中建模一对多或多对多关系与连接表 - 编写、优化或准备 Drizzle 查询(占位符、`.prepare()`) - 从 Drizzle 表生成 Zod 校验器 - 使用 Drizzle 配置 TypeScript + Postgres 项目(Neon、Supabase、postgres.js、node-postgres) - 从 Prisma、TypeORM 或 Sequelize **迁移到 Drizzle** - 解决 Drizzle 类型错误;在 v1 RC 与 0.45.x API 之间做选择 不要在以下情况触发:搭配 MySQL/SQLite 的 Drizzle、不使用 ORM 的原始 SQL,或 Drizzle 非目标的其他 ORM。

数据与数据库694
M
mongoose-mongodb
mongoose-mongodb
pluginagentmarketplace / custom-plugin-nodejs

在 Node.js 中使用 Mongoose ODM 操作 MongoDB,涵盖 schema 设计、CRUD 操作、关系处理和高级查询

数据与数据库694
S
sap-datasphere
sap-datasphere
secondsky / sap-skills

SAP Datasphere 开发技能,包含 3 个专用 Agent、5 个斜杠命令和校验钩子。适用于在 SAP BTP 上构建数据仓库、创建分析模型、配置数据流和复制流、设置连接、管理空间和用户、实现数据访问控制、使用 datasphere CLI,或通过 Microsoft Edge CDP 检查已认证的 Datasphere 浏览器 UI 状态。涵盖 Data Builder、Business Builder、分析模型、40 多种连接类型、实时复制、任务链、内容传输和数据市场。

数据与数据库694
N
nhl-data
nhl-data
machina-sports / sports-skills

通过 ESPN 公共端点和官方 NHL API 提供的 NHL 数据:比分、排名、名单、赛程、比赛摘要、伤病、博彩盘口、榜单和新闻,另含分析后端:带冰上坐标的逐回合记录、跨联盟生涯数据、球员/守门员排行榜,以及可回溯至 1917 年的历史。零配置,无需 API 密钥。使用时机:用户询问 NHL 比分、排名、球队名单、赛程、比赛统计、技术统计、逐回合、伤病、交易、博彩盘口、球队/球员统计、NHL 新闻、射门位置、生涯统计、球员/守门员排行榜或历史 NHL 赛季。不适用时机:用户询问其他冰球联赛(AHL、KHL、大学冰球)。其他运动使用:nfl-data(NFL)、nba-data(NBA)、wnba-data(WNBA)、mlb-data(MLB)、football-data(足球)、tennis-data(网球)、golf-data(高尔夫)、cricket-data(板球)、cfb-data(大学橄榄球)、cbb-data(大学篮球)、fastf1(F1)。博彩赔率使用 polymarket 或 kalshi。新闻使用 sports-news。

数据与数据库690
F
fixed-income-sovereign
fixed-income-sovereign
joellewis / finance_skills

分析美国国债和利率风险:债券定价、收益率曲线构建、久期、凸性、TIPS 以及远期/即期利率分析。当用户询问国债、收益率曲线构建、利率风险、久期、凸性、TIPS 或盈亏平衡通胀率时使用。当用户提到「T-bills」「T-notes」「债券定价」「到期收益率」「收益率曲线倒挂」「远期利率」「即期利率」「DV01」「实际收益率」,或询问债券如何应对利率变化时也应触发。

数据与数据库689
B
behavioural-analytics
behavioural-analytics
owl-listener / designer-skills

以设计师的视角解读漏斗、留存曲线和事件数据,区分设计问题与追踪造成的假象。当你接手并非由自己设计的产品数据,并被问及用户为何流失时使用。选择衡量指标时使用 `metrics-definition`(ux-strategy);运行对照测试时使用 `a-b-test-design`(prototyping-testing)。

数据与数据库688
P
product-analytics
product-analytics
alirezarezvani / claude-skills

用于定义产品 KPI、构建指标仪表板、开展群组或留存分析,或解读各产品阶段的功能采用趋势。

数据与数据库688
P
postgresql
postgresql
sickn33 / agentic-awesome-skills

设计 PostgreSQL 专用模式,涵盖最佳实践、数据类型、索引、约束、性能模式与高级功能

数据与数据库687
T
torob-metabase

暂无简介

数据与数据库687
I
investigate
investigate
launchdarkly / ai-tooling

分析可观测性数据(日志、追踪、错误、会话和指标),找出根本原因和可据以行动的证据。当用户报告缺陷、意外行为,或询问应用数据中的模式时使用。

云与 DevOps685
A
aicoin-market
aicoin-market
aicoincom / coinos-skills

来自 AiCoin Open API v3 的加密货币市场数据——200 多家交易所,实时更新。凡用户询问加密货币价格、K 线、资金费率、持仓量、多空比、鲸鱼大单、清算地图、订单簿深度、新闻快讯、Twitter/X 帖子、热门币、空投与空投研究、项目分析、交易所上币、加密概念股、财政部与 Grayscale 持仓(BTC/ETH)、恐慌贪婪指数、市场信号或 AI 选币时,均可使用。触发词:'BTC price'、'查行情'、'看价格'、'大饼多少钱'、'K线'、'资金费率'、'多空比'、'持仓量'、'鲸鱼单'、'大单'、'清算'、'liquidation map'、'深度'、'快讯'、'推特'、'热门币'、'trending'、'空投'、'空投研报'、'项目分析'、'上了哪些交易所'、'ETF'、'监管'、'灰度'、'国库'、'上市公司持币'、'恐慌贪婪指数'。务必运行脚本获取真实数据——绝不可编造价格,也不要对加密数据使用 web_search/web_fetch/browser。Hyperliquid 鲸鱼/交易员分析用 aicoin-hyperliquid,CEX 下单用 aicoin-trading,机器人用 aicoin-freqtrade,DEX 兑换用 aicoin-onchain。

数据与数据库684
C
cost-track
cost-track
ruvnet / ruflo

自动从 Claude Code 会话的 jsonl 中捕获每会话的 token 用量,并持久化到成本追踪命名空间

Agent 工作流684
R
reconciliation
reconciliation
joellewis / finance_skills

在投资组合管理、托管与清算系统之间设计并运行对账流程。适用于构建每日头寸、现金或交易对账流程,排查内部记录与托管记录之间的差异,诊断公司行动或定价差异导致的重复性断点模式,为头寸、现金或市值匹配设置容差阈值,实施三方对账,设计带账龄与升级机制的对账差异调查工作流,规范化来自 Schwab、Fidelity 或 Pershing 的多托管商数据源,对账成本基础或应计收益,或为账簿与记录准确性的检查做准备。

数据与数据库684
S
syncfusion-react-data-manager
syncfusion-react-data-manager
syncfusion / react-ui-components-skills

实现 Syncfusion DataManager,支持本地/远程数据绑定、CRUD、查询、缓存和中间件。支持 JsonAdaptor、ODataAdaptor、ODataV4Adaptor、UrlAdaptor、WebApiAdaptor、WebMethodAdaptor、RemoteSaveAdaptor、GraphQLAdaptor、CustomDataAdaptor 和 CustomAdaptor。涵盖 Query 类、筛选、排序、分页、分组、持久化、离线模式、缓存和错误处理。

数据与数据库684
C
cost-summary
cost-summary
ruvnet / ruflo

一次性以编程方式导出全部成本数据——总支出、各层级、最高单会话、预算状态、联邦汇总。JSON 或 markdown。

Agent 工作流683
C
cost-trend
cost-trend
ruvnet / ruflo

读取 docs/benchmarks/runs/*.json 中的所有文件,呈现胜率、延迟、升级率和 LLM 基线成本随时间的变化趋势

测试与质量683
N
notte-functions-doctor
notte-functions-doctor
nottelabs / notte-skills

诊断并修复故障的 Notte Function。当已部署或已安排的 Function 开始失败,或返回空结果/错误结果时使用,例如“我的函数 fn_... 现在返回空结果”“修复我的爬虫函数”“Indeed 函数在网站更改后出故障了”“修复这次失败的函数运行”或“诊断我的定时函数为何停止工作”。用户提供发生故障的 Function;此技能会查找根本原因,重新探索发生变化的界面,在隔离环境中验证修复,并在确认后启用。与构建 Functions 的 notte-functions-build 配合使用。

开发683
V
vector-setup
vector-setup
ruvnet / ruflo

[email protected] 的首次运行设置 — 安装 ONNX/Brain/SONA 附加组件、注册 MCP 服务,并通过 `doctor` 验证安装

数据与数据库683
C
competitive-pricing-strategy
competitive-pricing-strategy
nexscope-ai / ecommerce-skills

为电商产品制定有证据支撑的竞争定价策略。当卖家询问如何相对竞争对手定位价格、设定常规价与促销价、守住贡献毛利、设计套装或价格层级、应对竞争对手的动作,或协调 Amazon、Shopify、TikTok Shop、Walmart、eBay 等渠道的价格时使用。不适用于自动化改价的实施,也不要在数据不足时声称存在数学上可证明的最优价格。

营销与增长682
C
cost-conversation
cost-conversation
ruvnet / ruflo

按会话划分的成本视图 — 列出成本跟踪中的每个会话,包含开始时间、消息数量、主要模型和总成本

Agent 工作流682
C
cost-export
cost-export
ruvnet / ruflo

以 Prometheus textfile 或 webhook JSON 格式导出成本追踪遥测数据,用于外部可观测性(Grafana、Datadog、自定义仪表盘)。

云与 DevOps681
E
exchange-connectivity
exchange-connectivity
joellewis / finance_skills

指导交易场所连接和市场数据基础设施的设计与管理。负责 FIX 会话层(登录、心跳、序列号缺口、重发与缺口恢复、断开)。适用于为订单路由或回报副本构建或排查 FIX 会话、集成 OUCH、ITCH、PITCH 或 Pillar 等交易所协议、设计市场数据馈送架构(整合 SIP 对比直连馈送)、处理交易暂停、熔断或 LULD 区间、为交易所连接规划同机房托管或故障切换及灾难恢复、实施 Rule 15c3-5 市场准入控制,或映射各场所与数据源之间的代码体系。订单状态机和成交回报处理请参阅 order-lifecycle。

开发681
C
cx-coding-agents
cx-coding-agents
coralogix / cx-cli

这是 Coralogix CLI

数据与数据库680
Q
qual-quant-triangulation
qual-quant-triangulation
owl-listener / designer-skills

整合数据与用户反馈,并设计能够厘清分歧而非重复陈述的研究。当行为数据与研究发现指向不同结论时使用。单独解读数据时使用 `behavioural-analytics`;单独综合访谈时使用 `affinity-diagram`。

设计与 UI679
S
saas-metrics-coach
saas-metrics-coach
alirezarezvani / claude-skills

SaaS 财务健康顾问。当用户分享收入或客户数据,或提到 ARR、MRR、churn、LTV、CAC、NRR,或询问其 SaaS 业务状况时使用。

数据与数据库679
D
database-performance
database-performance
aaronontheweb / dotnet-skills

面向性能的数据库访问模式。分离读写模型,避免 N+1 查询,使用 AsNoTracking,限制返回行数,绝不在应用侧做连接。可与 EF Core 和 Dapper 配合使用。

数据与数据库678
第 1981–2040 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。