登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16569+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 代码分析 ，共找到 72 条记录
默认排序 最新上传 最多下载

Fabric 临时 PySpark 代码执行

executing-spark
data-goblin/power-bi-agentic-development
267
通过 Livy API 在 Fabric Spark 计算上执行 PySpark 或纯 Python 代码，创建的是临时、无持久化工件的会话。此方法提供对 lakehouse Delta 表的完整读写访问权限，非常适合进行自动化 ETL 流程、快速数据转换或不需保存结果的分析任务。用户必须负责管理会话的完整生命周期，确保使用完毕后及时清理。
查看详情

SQL查询成本及性能审计器

sql-sentinel
sickn33/antigravity-awesome-skills
434
这是一款静态SQL分析工具，用于审计代码中的成本和性能反模式（如全表扫描、笛卡尔积）。它能为BigQuery、Snowflake等数据仓库生成健康评分（0-100），并输出一份包含具体修复方案和预估节省成本的改进计划。是进行FinOps和数据质量保障的理想工具。
查看详情

基于图社区检测的向量聚类

vector-cluster
ruvnet/ruflo
203
该技能利用`ruvector`工具，通过图社区检测（如谱聚类/Louvain）来发现大量语义嵌入（如代码或数据）中的自然分组。它能帮助用户发现潜在的主题、识别异常数据点（离群值）并系统化地组织大型向量集合，适用于代码库或大型数据集的结构化分析。
查看详情

层次化数据到双曲空间嵌入

vector-hyperbolic
ruvnet/ruflo
72
该技能使用双曲空间模型（Poincare球）嵌入具有固有层级结构的数据，如依赖树、本体论或模块结构。与标准欧几里得空间不同，双曲空间能高效保留层级距离，距离与树的深度呈对数增长。适用于知识图谱、代码架构分析和复杂关系挖掘。
查看详情

AEJ实证研究重现包指南

aeja-replication-package
brycewang-stanford/Awesome-Journal-Skills
395
本指南详细介绍了为AEJ: Applied期刊准备可重现数据和代码重现包的强制性步骤和组件。它旨在确保提交内容符合严格的AEA数据和代码可用性政策，内容包括数据来源、主执行脚本和版本控制，强调该包必须在分析过程中持续构建，而非在接受阶段完成。
查看详情

学术期刊数据分析与可复现性要求

ajps-data-analysis
brycewang-stanford/Awesome-Journal-Skills
445
本指南旨在遵循顶级学术期刊（如AJPS）对数据分析和报告的最高标准。核心要求是实现完全的可复现性，确保所有的分析结果、图表和表格都必须由一个单一的、带固定种子的主脚本生成。它涵盖了报告不确定性、检验模型稳健性、遵守预注册纪律等高级实证分析方法，以通过第三方代码验证。
查看详情

AJPS论文复现与验证指南

ajps-replication-and-verification
brycewang-stanford/Awesome-Journal-Skills
231
本指南详细介绍了美国政治科学期刊（AJPS）强制执行的预出版复现与验证流程。它指导作者构建一个稳健的、可复现的分析包（包含代码、数据和文档），确保独立验证方能重跑代码并确认所有数值结果与论文主体一致，从而达到发表要求。
查看详情

综述透明度与可重复性文档

arsoc-transparency-and-reproducibility
brycewang-stanford/Awesome-Journal-Skills
480
本指南旨在指导作者如何系统性地记录文献综述的严谨性。它指导用户建立全面的“覆盖记录”（Near-PRISMA），详细说明文献检索和筛选流程，并确保综述中进行的任何定量合成（如元分析）都能通过公开存储数据和代码来实现完全可重复性。
查看详情

学术数据分析与可复现性指南

car-data-analysis
brycewang-stanford/Awesome-Journal-Skills
214
本指南详细介绍了各类研究设计（如面板数据、DID、实验）所需的统计估计方法。它指导用户如何选择合适的模型，执行严格的稳健性检验，并遵循学术期刊关于数据完整性、代码共享和结果可复现性的最佳实践要求。
查看详情

科学论文数据与代码可用性指南

cell-data
brycewang-stanford/Awesome-Journal-Skills
303
本指南详细介绍了科学论文中数据和代码可用的标准化要求，旨在确保研究结果的可重复性。它指导用户将原始数据和分析代码存入如GEO、PDB、Mendeley Data和Zenodo等认可的公共存储库，并提供了撰写标准化“三点声明”的格式，确保投稿流程的规范性和完整性。
查看详情

开源科学与研究透明度

cogpsych-open-science-and-transparency
brycewang-stanford/Awesome-Journal-Skills
440
本指南详细介绍了学术出版领域所需的严格研究“可重复性”和“透明度”标准。它要求作者不仅共享数据，更必须提交能够重新生成报告结果的模型代码、分析脚本和材料，并使用DOI等永久标识符进行归档，确保符合顶级期刊的出版标准。
查看详情

认知心理学论文撰写流程指南

cogpsych-workflow
brycewang-stanford/Awesome-Journal-Skills
406
本指南是为撰写投稿至《认知心理学》期刊的作者设计的流程编排工具。它涵盖了从选题、理论假设构建到实验设计、数据分析及开放科学实践的全部研究生命周期。核心目标是指导作者将论文构建为模型驱动、多实验的整合性项目，确保文章具备完整的科学严谨性和代码透明度。
查看详情
上一页123456下一页
语言
简体中文
English