软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16567+ 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

搜索代码生成，共找到 35 条记录

默认排序最新上传最多下载

SQL查询成本及性能审计器

sickn33/antigravity-awesome-skills

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。

学术复现数据包构建工具

aejpol-replication-package

brycewang-stanford/Awesome-Journal-Skills

本工具用于帮助研究人员为经济学期刊（如AEJ:经济政策）准备符合要求的数据和代码复现包。它确保了对AEA数据和代码可用性政策的遵守，负责构建openICPSR存款，生成标准的README文件，并处理受限数据的访问流程，是顺利通过发表前可复现性审查的关键步骤。

学术期刊数据分析与可复现性要求

ajps-data-analysis

brycewang-stanford/Awesome-Journal-Skills

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。

学术论文图表与展示最佳实践

ajps-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南针对美国政治科学期刊（AJPS）的投稿，指导撰写和呈现高质量、可复现的表格和图表（Exhibit）。它强调图表必须自成体系、视觉易读，并且必须由代码自动生成，以通过严格的第三方验证。同时指导作者如何合理分配内容到正文和支持信息（SI）中，以遵守字数限制和学术规范。

开源科学与研究透明度

cogpsych-open-science-and-transparency

brycewang-stanford/Awesome-Journal-Skills

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。

政策分析研究可复现性指南

jpam-transparency-and-data

brycewang-stanford/Awesome-Journal-Skills

本指南为政策分析期刊投稿作者准备的必备材料。它详细阐述了如何确保研究结果的可复现性，核心要求包括在公共仓库存档数据和代码、构建主脚本生成所有图表，以及处理受限数据的完整流程和说明。

QJE论文可复现性数据包

qje-replication-package

brycewang-stanford/Awesome-Journal-Skills

本工具旨在帮助作者构建符合《经济学季刊》（QJE）要求的论文可复现性数据包。它提供了一个完整的框架，要求作者系统地组织原始数据、分析代码和处理流程。最终目的是确保任何研究人员都能通过运行该包，完全、准确地重新生成论文中所有的图表和数据结果，以满足顶尖学术期刊严苛的数据可追溯性和复现性标准。

REStat重现包与数据/代码政策指南

restat-replication-package

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了向《经济统计评论》(REStat) 提交可复现重现包的完整政策和架构要求。它指导作者如何构建包含数据、主脚本和README文件的存储库，确保稿件中的每一个结果都可以被其他研究人员追溯和重新生成。

学术论文高质量图表规范指南

restud-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南详细阐述了为顶级学术期刊撰写高质量、专业化表格和图表的严格标准。它强调图表必须具有自洽性、经济性，并必须围绕一个核心结果展开。作者需确保图表报告可解释的数值幅度，而非仅仅是显著性星号，同时所有内容必须通过代码生成，以保证研究结果的准确性和可重复性。

学术开放科学与可复现性

usenixsec-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南旨在指导作者完成顶级安全会议要求的“开放科学附录”。它不仅要求系统性地列出所有研究成果物（代码、数据集、配置），更强调记录实验环境、版本依赖和数据生成流程，确保研究结果可以被独立、可信地复现。

Seaborn统计可视化库

sickn33/antigravity-awesome-skills

Seaborn是一个高级的Python可视化库，专注于生成高质量的统计图表。它允许用户直接使用Pandas DataFrame进行数据导向的绘图，轻松实现多元分析、各种分布图、关系图等复杂统计图，无需编写复杂的底层代码，是数据分析领域的强大工具。

语言