Skills

C

cargo-orchestration

getcargohq / cargo-skills

让 Cargo 实际执行操作，或展示将要执行的内容——执行一项连接器操作、运行多步骤工作流、针对整个细分群体或模型触发批处理、向 AI Agent 发送消息、构建或编辑节点图、将工作流、工具或 play 绘制成图表，并使用 SQL 查询运行时表（runs、batches、spans、records）。触发示例：“对我所有联系人运行”“执行此操作”“启动批处理”“构建工作流”“安排 play”“让它每天早上运行”“询问 Agent”“显示工作流”“这个工具有什么作用”“可视化这个 play”“绘制图表”“解释这个工作流”“今天有多少次运行失败”“此操作的输出架构是什么”“添加一个……步骤”。以下情况请勿使用：解释运行异常的原因时，请使用 cargo-diagnostics；下载结果文件时，请使用 cargo-analytics；将工作流作为代码提交时，请使用 cargo-project。

C

cargo-analytics

getcargohq / cargo-skills

从 Cargo 导出数据并衡量运行情况——下载运行输出，将细分群体或模型导出为 CSV 或 JSON，并获取运行和批处理的成功数与错误数。触发示例：“下载结果”“将此导出为 CSV”“把文件给我”“成功了多少”“我的错误率是多少”“把补充后的名单发给我”“获取该次运行的输出”“写入了多少条记录”。以下情况请勿使用：询问失败原因或 credits 去向时，请使用 cargo-diagnostics；询问 credits、套餐或发票时，请使用 cargo-billing。

C

cargo-storage

getcargohq / cargo-skills

处理 Cargo 工作区中的数据——模型（Companies、Contacts、Deals……）、数据集、列、关系、记录，以及针对工作区存储运行的 SQL。触发示例：“我有哪些模型”“显示架构”“添加一列用于……”“我有多少联系人”“SELECT … FROM”“查询我的 companies 表”“将 contacts 与 companies 联接”“DDL 是什么”“设置由 webhook 提供数据的模型”“这个字段在哪里”“将此导入模型”“统一这些模型”“合并重复账户”“关联联系人和公司”“在……之间建立关系”。以下情况请勿使用：查询运行或批处理遥测数据而非业务数据时，请使用 cargo-orchestration；为可重复使用的筛选受众命名时，请使用 cargo-segmentation。

为任何公开来源构建全自动的 AI 数据采集 Agent，例如招聘网站、价格、新闻、GitHub、体育等。按计划运行，使用免费的 LLM（Gemini Flash）丰富数据，将结果存储在 Notion/Sheets/Supabase 中，并根据用户反馈学习。可在 GitHub Actions 上完全免费运行。用户希望自动监控、收集或跟踪任何公开数据时使用。

C

clickhouse-architecture-advisor

clickhouse / agent-skills

设计 ClickHouse 架构、选择数据摄取或建模模式，或将最佳实践转化为针对特定工作负载的系统设计时，必须使用。通过决策框架和明确的来源标注，补充 clickhouse-best-practices。

为多门店零售商整理成规范方法的需求规划专业知识：需求预测方法选择、ABC／XYZ 分类、安全库存和再订货点优化、促销提升及促销后下滑估算，以及季节转换和降价时机。用于预测需求、设定安全库存、规划补货、管理促销或优化库存水平。

P

powerbi-modeling

github / awesome-copilot

用于构建优化数据模型的 Power BI 语义建模助手。在处理 Power BI 语义模型、创建度量值、设计星型模式、配置关系、实施 RLS 或优化模型性能时使用。适用于关于 DAX 计算、表关系、维度表/事实表设计、命名约定、模型文档、基数、交叉筛选方向、计算组和数据模型最佳实践的问题。提供指导前，始终先使用 power-bi-modeling MCP 工具连接当前模型，以了解数据结构。

E

extension-data-viewer

caffeinelabs / skills

仅供管理员使用的稳定 Canister 状态分页查看器。用户要求查看器、仪表板、调试面板或浏览后端数据（用户、项目、订单、日志，或任何稳定的 Map/Set/Array/VarArray/List/Stack/Queue）时使用。它通过 `caffeineai-data-viewer` mops 包预装在每个 Caffeine 应用中；此技能说明其功能以及如何正确使用。

使用 VideoDB Python SDK 导入、索引、搜索、编辑和监控视频与音频：从文件、URL 或 RTSP 流上传；构建语音和场景索引，支持带时间戳的搜索及可播放片段；转码和调整画面；进行时间线编辑（字幕、叠加内容、配音）；并对直播流或桌面捕获运行实时警报。处理视频搜索、转录、剪辑、转码、流媒体或实时视频警报时使用。

介绍 JetBrains Exposed ORM 模式，包括 DSL 查询、DAO 模式、事务、HikariCP 连接池、Flyway 迁移和仓储模式。使用 Exposed ORM 进行 DSL 或 DAO 查询、事务、连接池或迁移时使用。

D

dataverse-python-production-code

github / awesome-copilot

使用 Dataverse SDK 生成包含错误处理、优化和最佳实践的生产就绪 Python 代码

O

okx-dex-token

okx / onchainos-skills

用于查询代币级数据：搜索代币；热门代币（热门、代币榜单）；流动性池；持有人分布（巨鲸、狙击手、标记为 bundler 的持有人比例）；代币风险元数据（通过 advanced-info 查询 riskControlLevel、tokenTags、开发者统计、可疑／捆绑持仓比例）；近期买卖活动；交易流／逐笔成交／每笔交易／流式交易；盈利最多的地址；代币交易历史；含市值、成交量、流动性和持有人数量的详细价格信息（price-info）；或持有人集群分析（持仓集中度、集群概览、集群 rug pull 风险／跑路风险、新钱包持仓比例、持有人集群、“头部持有人是否属于同一集群”）。还可处理 Market API 付款／计费／x402／402、Basic／Premium 层级／配额问题，以及代币端点（advanced-info、top-trader、cluster-*、trades、hot-tokens）返回的 MARKET_API_*_OVER_QUOTA／confirming:true 响应。注意：如果用户想编写 WebSocket 脚本／机器人，请改用 okx-dex-ws。

S

shopify-partner

shopify / shopify-ai-toolkit

Partner API 可让你通过编程方式访问 Partner Dashboard 中的数据，包括应用、主题和联盟推荐信息

E

ef-core

github / awesome-copilot

获取 Entity Framework Core 的最佳实践

P

power-bi-report-design-consultation

github / awesome-copilot

用于创建高效、易用且无障碍报告的 Power BI 报告可视化设计提示词，帮助优化图表选择和布局设计。

为 Grafana、SigNoz 等平台构建能够回答运维人员实际问题的监控仪表板。适用于将指标转化为实用仪表板，而非仅供展示的看板。

S

swiftdata-pro

twostraws / swiftdata-agent-skill

使用现代 API 和最佳实践编写、审查并改进 SwiftData 代码。阅读、编写或审查使用 SwiftData 的项目时使用。

P

pdf-extraction

claude-office-skills / skills

使用 pdfplumber 从 PDF 中提取文本、表格和元数据

D

dataverse-python-advanced-patterns

github / awesome-copilot

使用高级模式、错误处理和优化技术，为 Dataverse SDK 生成生产级代码。

阿里云百炼模型精调训练入口：用户要精调、微调、训练自己的模型（fine-tune，支持 SFT / SFT-LoRA / DPO / DPO-LoRA / CPT，覆盖文本、语音、图像）、校验或上传训练数据集、查看训练进度和日志、选择 checkpoint、导出精调产物，或将专属模型部署为服务时，使用 `bl dataset` / `bl finetune` / `bl deploy`。流程为：validate 校验数据 → upload 获取 file-id → finetune create 创建任务 → watch 查看进度 → export 导出 → 可选 compress 量化压缩 → deploy 上线。需要 API key；写操作先用 `--dry-run` 预览。反触发：用户点名火山方舟／ark 的精调时不使用本技能；选择模型用 bailian-model-recommend；使用现成模型生成图片或视频用 bailian-gen；百炼的其他资源管理用 bailian-cli。官方安装：`bl skill init`（与共享协议 bailian-protocol 一同安装）。

B

build-dashboard

anthropics / knowledge-work-plugins

构建包含图表、筛选器和表格的交互式 HTML 仪表板。适用于创建带 KPI 卡片的高管概览、将查询结果转为可分享的独立报告、构建团队监控快照，或需要在一个可通过浏览器打开的文件中整合多个带筛选器的图表时。

P

power-bi-dax-optimization

github / awesome-copilot

全面的 Power BI DAX 公式优化提示词，用于提升 DAX 计算的性能、可读性和可维护性。

A

aws-billing-and-cost-management

aws / agent-toolkit-for-aws

分析 AWS 成本、发现节省机会、管理预算、评估 Savings Plans 与 Reserved Instances、使用 Compute Optimizer 调整 EC2/Lambda/RDS/EBS 规格、查询服务定价、用 Athena 查询 CUR、检测成本异常、按账单视图归集成本，并监控 Free Tier 使用情况。触发词：AWS 账单、成本分析、降低支出、savings plan、reserved instance、规格调整、预算告警、成本优化、定价、free tier、成本异常、CUR、成本审计、billing view、billing view ARN。

C

chdb-sql

clickhouse / agent-skills

当用户希望在本地文件（parquet/csv/json）、URL、S3 路径或远程数据库（Postgres、MySQL、MongoDB、ClickHouse Cloud、Iceberg、Delta Lake）上运行 SQL，尤其是分析型 SQL，且无需搭建服务端时使用。提供 chDB——Python 中嵌入式的 ClickHouse SQL，包含 1000 多个函数、用于有状态多步流水线的 Session、参数化查询，以及通过 `s3()`、`mysql()`、`postgresql()`、`iceberg()`、`deltaLake()`、`remoteSecure()` 表函数进行跨数据源联接。触发条件：用户希望在 parquet/csv/文件或远程分析数据源上运行 SQL；使用 ClickHouse SQL 特性（窗口函数、windowFunnel、geoToH3、JSON 路径操作、Session、参数化查询）；导入 `chdb` 或调用 `chdb.query()`。若用户需要 pandas 风格的 DataFrame 方法链式调用（改用 chdb-datastore）或 ClickHouse 服务端管理，则不要使用此技能。

适用于发现细分信号、审查 ICP 或赢单／输单证据、重新评估账户，或构建账户和潜在客户评分 Plays。适用于匹配度评分、互动度评分、回测、留出评估、预测提升、外部代理指标和评分泄漏。纯外联文案或贡献者技能安装任务不适用。

S

snowflake-semanticview

github / awesome-copilot

使用 Snowflake CLI（snow）创建、修改和验证 Snowflake 语义视图。用户要求通过 CREATE/ALTER SEMANTIC VIEW 构建或排查语义视图／语义层定义、通过 CLI 对照 Snowflake 验证语义视图 DDL，或获取 Snowflake CLI 安装和连接设置指导时使用。

面向 ECC 的证据优先工作流，用于核实收入、定价、退款、团队账单和计费模型的实际情况。适用于用户需要销售概况、定价比较、重复扣款诊断，或希望依据代码核实计费实况，而非获取泛泛的支付建议。

P

power-bi-model-design-review

github / awesome-copilot

用于评估模型架构、关系和优化机会的全面 Power BI 数据模型设计审查提示词。

跨多个存储层（本地文件、MCP memory、向量存储、Git 仓库）管理知识库，包括摄取、同步和检索。适用于用户想要保存、整理、同步、去重或搜索其知识系统。

P

power-bi-performance-troubleshooting

github / awesome-copilot

用于系统排查 Power BI 性能问题的提示词，可识别、诊断并解决 Power BI 模型、报表和查询中的性能问题。

A

agent-platform-rag-engine-management

google / skills

使用 Google GenAI SDK 管理和查询 Agent Platform RAG Engine 语料库，并检索有依据的上下文。适用于列出 RAG 语料库或文件、检查语料库、检索上下文，或生成以 RAG 语料库为依据的内容。不要用于标准数据库查询（使用 SQL/Spanner 技能）、Google Workspace RAG 或 gRAG 等其他 RAG 产品。

B

bigquery-pipeline-audit

github / awesome-copilot

审查 Python + BigQuery 管道的成本安全性、幂等性和生产就绪情况。返回包含确切补丁位置的结构化报告。

跨 X 和 LinkedIn 的加权社交图谱排名，用于发现熟人引荐、评估关系桥接并分析人脉网络缺口。适用于需要可复用的图谱排名引擎本身，而非其上层的外联或人脉维护工作流。

F

fabric-lakehouse

github / awesome-copilot

使用此技能了解 Fabric Lakehouse 及其面向软件系统和 AI 驱动功能的特性。它介绍 Lakehouse 数据组件、使用架构和快捷方式进行组织、访问控制及代码示例。此技能支持用户运用最佳实践设计、构建和优化 Lakehouse 解决方案。

D

dataverse-python-quickstart

github / awesome-copilot

使用官方模式生成 Python SDK 设置、CRUD、批量操作和分页代码片段。

D

dashboarding

grafana / skills

通过 HTTP API 以 JSON 形式构建、修改和发布 Grafana 仪表板——面板类型（timeseries / stat / gauge / table / heatmap / logs / traces / node-graph）、`gridPos` 24 列布局、单位、阈值、模板变量 + 数据源变量 + 链式变量、转换（`organize` / `calculateField` / `filterByValue`）、面板与仪表板链接 `${__field.labels.x}` / `${__from}`，以及 Loki/Prometheus 注解。当用户要求脚本化创建仪表板、为新服务编写仪表板 JSON、添加 `$job` 下拉变量、用转换计算「Error %」列、把部署叠加为注解，或通过 `POST /api/dashboards/db` 推送仪表板时使用——即使他们没有提及 API 或 schema，只说「为这个指标创建仪表板」「添加服务下拉框」「以百分比显示错误」「叠加我们的部署」或「导出仪表板 JSON」。每次通过 API 推送后，都要使用返回的 `version` 以及对该仪表板 UID 的 GET 请求进行验证。

当用户希望在 Deepline 中进行类似 last30days 的预研究时使用：为研究或数据增强任务寻找关键的公开、私有、CRM、工作流、社交和网络数据源；比较提供商的覆盖范围；估算 Deepline 积分成本；在构建或运行工作流前推荐数据源方案；或根据买家、竞争对手、社区和 CRM 证据撰写定制语言或消息。触发词：预研究、数据源发现、提供商策略、研究数据源、ScrapeCreators、X/Twitter 数据、Reddit 评论、公开和私有数据集、CRM 数据、工作流数据、定制语言、消息语言、痛点语言。

C

copilot-usage-metrics

github / awesome-copilot

使用 GitHub CLI 和 REST API 获取并显示组织和企业的 GitHub Copilot 使用指标。

D

dataverse-python-usecase-builder

github / awesome-copilot

为特定的 Dataverse SDK 使用场景生成完整的解决方案，并提供架构建议

C

cosmosdb-datamodeling

github / awesome-copilot

为 NoSQL 用例梳理关键应用需求的分步指南，运用最佳实践与常见模式产出 Azure Cosmos DB Data NoSQL 模型设计，artifacts_produced：“cosmosdb_requirements.md” 文件和 “cosmosdb_data_model.md” 文件

S

shuffle-json-data

github / awesome-copilot

在随机打乱条目之前验证架构一致性，从而安全地打乱重复的 JSON 对象。

E

etl-connector-strategy

samber / developer-platform-skills

规划 SaaS 供应商在第三方 ETL/ELT 平台上作为源连接器的布局：构建前验证需求，根据客户数据栈运行的平台进行选择；提供构建路径选项（平台管理的目录条目、供应商维护的 SDK 连接器、自定义开源 tap），并按维护成本由谁承担排序；审计产品 API 的数据提取准备情况；如实界定 CDC 范围（API 源提供的是伪 CDC，而非基于日志的 CDC）；确定认证目标，并制定有资金保障的维护计划。只要用户提到 ETL 或 ELT 目录条目、源连接器、数据管道集成或添加 CDC，即使没说“连接器策略”也要使用。不要用于供应商自有的入站市场；此时改用 samber/developer-platform-skills@connector-marketplace-strategy。

B

blackforge

blackforge-so / skill

使用 BlackForge 回答加密货币市场数据问题。用户询问现货交易平台上某种币的订单簿或交易数据时使用此技能，包括交易所最新统计数据、交易对的订单簿深度或挂单／撤单流动性、主动买入与卖出成交量、订单梯级档位、价格档位存续时间、交易时间、超大额交易或市值／关注度补充数据；用户希望获取、绘制图表或比较某个时间范围内的指标；或询问某个平台上架了哪些交易对时也使用。覆盖 9 个现货交易所（binance、bitget、bybit、coinbase、gate、kraken、kucoin、mexc、okx）和 14,000 多个现货交易对——每个交易对每个已结束分钟包含 169 个测量列（Ultra/PAYG 提供 1m，所有套餐均提供 5m/1h/1d 汇总）。即使问题未提及 BlackForge，只要询问的是某个平台的加密货币市场数据，也应触发。调用 BlackForge MCP 工具（blackforge_catalog / blackforge_symbols / blackforge_latest / blackforge_series / blackforge_usage）或 `blackforge` CLI；绝不重新实现 API。返回的每一列都是测量值，不是交易建议。

M

mysql

planetscale / database-skills

规划并审查 MySQL/InnoDB 模式、索引、查询调优、事务和运维。创建或修改 MySQL 表、索引或查询，诊断运行缓慢或锁问题，规划迁移，或排查复制和连接问题时使用。使用 MySQL 数据库时加载。

S

sql-jdbc-access-design

samber / developer-platform-skills

设计面向客户的产品数据 SQL 访问方式——JDBC/ODBC 端点、数据仓库共享或托管查询界面。涵盖按扫描频率选择架构（零拷贝共享、复制副本、按租户隔离计算）、通过安全视图和行级安全实现引擎级租户隔离、在 CI 中强制执行的仅增量式架构稳定性契约、BI 工具连接与驱动认证、查询治理与成本上限、短期凭证签发及定价模式。用户提到 JDBC、ODBC、客户 SQL 访问、将 Tableau 或 Power BI 连接到产品数据，或为 SQL 附加功能定价时均使用——即使用户未说“SQL 访问”。不要用于批量文件交付——改用 samber/developer-platform-skills@bulk-data-sharing-design。

B

bulk-data-sharing-design

samber / developer-platform-skills

将批量文件和数据湖导出设计为 B2B 产品界面：在对象存储上的 Parquet 文件投递与原生数仓／数据湖共享（Snowflake shares、Delta Sharing、关联数据集）两种方案之间做选择；确定跨批次的分区和架构演进约定、交付频率与数据新鲜度承诺（全量转储、增量、CDC 或流式传输）、采用每位接收方独立凭证的共享存储桶安全机制、出口流量成本分摊，以及跨境数据驻留。用户提到批量导出、向 S3 转储数据、Parquet、Snowflake shares、Delta Sharing 或导出新鲜度 SLA 时均使用，即使他们没有说“批量数据共享”。实时 SQL 端点不要使用；改用 samber/developer-platform-skills@sql-jdbc-access-design

F

flutter-working-with-databases

flutter / agent-plugins

暂无简介

P

postgres

planetscale / database-skills

PostgreSQL 最佳实践、查询优化、连接故障排查和性能改进。在使用 Postgres 数据库时加载。

P

promql

grafana / skills

为 Prometheus / Grafana Mimir / Grafana Cloud Metrics 编写、验证并优化 PromQL。涵盖 `rate` 与 `irate`、`increase` 的区别，标签匹配器与正则，`sum / avg / topk / by / without` 聚合，经典与原生 `histogram_quantile`，带除零保护的比例计算，用于判断数据陈旧的 `absent` / `changes`，时间偏移与 `predict_linear`，记录规则命名，SLO 与燃烧率计算，以及基数排查手册。用于编写指标查询、修复错误的 p95、构建错误预算告警、排查 "query is slow"、查找导致基数暴涨的噪声标签，或将仪表盘查询迁移到记录规则——即使用户只说 "calculate the error rate"、"p99 latency"、"sum by service"、"why is this query slow" 或 "what's filling Mimir" 而未提到 PromQL 时也适用。

A

aws-messaging-and-streaming

aws / agent-toolkit-for-aws

指导 AWS 消息与流服务的一般使用。涵盖 Amazon SQS、Amazon SNS、Amazon EventBridge、Amazon MQ、Amazon Kinesis Data Streams、Amazon Data Firehose、Amazon Managed Service for Apache Flink 和 Amazon Managed Streaming for Apache Kafka（MSK）。用于推理消息与流处理模式。同时识别每种客户通信渠道归属的 AWS 服务：电子邮件（Amazon SES），以及 WhatsApp、SMS、MMS、RCS、语音和移动推送（AWS End User Messaging 服务系列）。会将请求路由到相应渠道的专用技能。当用户已指明具体渠道时，交由该渠道的专用技能处理。一般而言，详细的服务相关问题请使用专用技能或文档搜索。不要用于 MSK 或 Managed Service for Apache Flink 的问题，优先使用专用技能。不用于配置客户通信渠道，此类工作交由专用技能处理。

T

twitter-api

fetcher-sh / fetcher-skills

Twitter API 和 X API 的替代方案，运行于 fetcher.sh —— 通过 x402 以 USDC 按次付费，或使用 Bearer 密钥预付额度，无需 OAuth，也无需申请开发者应用。适用于以下场景：用户想按关键词、话题标签或高级操作符（from:、to:、since:、until:、min_faves:、filter:）搜索推文；按用户名抓取 Twitter/X 主页；获取某个用户的推文、回复、粉丝或关注列表；获取单条推文及其回复或转推；读取 Twitter List 的成员或推文；按国家查看热门话题；或按名称搜索 X 账号。也涵盖 Twitter 数据管道、竞品监控、话题标签追踪、情感分析输入或粉丝导出，无需官方 X API 的价格分层与应用审核流程。

O

okx-sentiment-tracker

okx / agent-skills

当用户询问以下内容时使用此技能：“any crypto news”“latest news”“market update”“daily briefing”“BTC news”“ETH news”“news on SOL”“search SEC ETF”“regulation news”“Bitcoin halving”“is BTC bullish or bearish”“coin sentiment”“sentiment trend”“trending coins”“top bullish coins”“bearish sentiment”“social buzz”“market mood”“fear and greed”“full article”“read more”“economic calendar”“经济日历”“macro data”“宏观数据”“NFP”“nonfarm”“非农”“CPI”“GDP”“FOMC”“利率决议”“interest rate decision”“PMI”“unemployment rate”“失业率”“economic events”“经济事件”，或任何有关加密货币新闻、市场情报、情绪分析、社交趋势数据或宏观经济日历的请求。需要 API 凭据。不要用于市场价格/蜡烛图（okx-cex-market）、下单（okx-cex-trade）或账户信息（okx-cex-portfolio）。

I

instagram-scraper

skillify-sh / skills

无需登录或 Meta 开发者账户，即可抓取公开 Instagram 数据，包括个人资料、帖子、Reels、快拍、评论、话题标签、地点和提及内容。适用于用户想要获取 Instagram 个人资料的粉丝数、简介或帖子数，抓取近期帖子或 Reels，查看帖子评论，查找特定话题标签下或地点的帖子，按关键词搜索账号，追踪竞争对手的 Instagram 内容，审核或发现网红，导出互动指标，监控品牌提及，或构建 Instagram 数据管道。基于 Apify 的 Instagram Scraper 运行；需要免费的 Apify 账户（API token），此技能会在首次使用时协助设置。

P

postgres-pro

jeffallan / claude-skills

用于优化 PostgreSQL 查询、配置复制或实现高级数据库功能。适用于 EXPLAIN 分析、JSONB 操作、扩展使用、VACUUM 调优和性能监控。

D

data-analysis

claude-office-skills / skills

分析电子表格数据，生成洞察，创建可视化内容，并根据 Excel/CSV 数据制作报告。

C

chdb-datastore

clickhouse / agent-skills

当用户有表格数据（pandas DataFrame、parquet、csv、Arrow、json），并想要筛选、分组、聚合、连接数据，或加速运行缓慢的 pandas 时使用。提供 chDB DataStore——使用相同的 pandas API，底层由 ClickHouse 引擎驱动。还可将 S3、MySQL、PostgreSQL、MongoDB、ClickHouse Cloud、Iceberg、Delta Lake 中的数据读取为 DataFrame，并跨数据源连接。触发条件：用户提到 DataFrame、parquet、csv、“fast pandas”、“speed up pandas”或跨数据源 DataFrame 连接；用户导入 `chdb.datastore` 或 `from datastore import DataStore`。原始 SQL 语法请跳过此技能（改用 chdb-sql）；ClickHouse 服务器管理或非 Python 的 DataStore API 工作也请跳过。

T

twitter

starchild-ai-agent / official-skills

Twitter/X 数据：获取推文、搜索、用户资料、关注者、回复和趋势。适用于任何 x.com 或 twitter.com URL 或查询（例如：总结这条推文、查看 @vitalikbuterin 的近期帖子、搜索 $SOL min_faves:50）。

W

web-search

halt-catch-fire / mutiny

通过 inference.sh CLI 使用 Tavily 和 Exa 进行网页搜索与内容提取。应用：Tavily Search、Tavily Extract、Exa Search、Exa Answer、Exa Extract。功能：AI 驱动的搜索、内容提取、直接回答、研究。适用于：研究、RAG 流水线、事实核查、内容聚合、Agent。触发词：web search、tavily、exa、search api、content extraction、research、internet search、ai search、search assistant、web scraping、rag、perplexity alternative

P

python-executor

halt-catch-fire / mutiny

通过 [inference.sh](https://inference.sh) 在安全的沙盒环境中执行 Python 代码。预装：NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh，以及 100 多个库。适用于：数据处理、网页抓取、图像处理、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词：python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib

L

lck-analytics

nomadamas / k-skill

基于 Riot 官方 LoL 电竞数据和 Oracle's Elixir 风格的历史数据，查询 LCK 比赛结果、当前排名、比赛转折点、选人禁用阵容与配合、版本 Meta 以及战队实力评级。