下载

Skill UI

浏览并发现 9987+ 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

搜索加载，共找到 15 条记录

默认排序最新上传最多下载

Databricks数据迁移实战指南

databricks-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的企业级数据平台迁移方案，专注于将数据仓库从Hadoop、Snowflake、Redshift等遗留系统迁移到Databricks。内容包括数据资产发现、数据类型映射转换，以及使用同步、深度克隆等多种模式进行数据抽取和加载，确保数据迁移过程的完整性和可靠性。

增量加载配置

incremental-load-setup

jeremylongshore/claude-code-plugins-plus-skills

为数据工程流程提供增量加载配置指导，涵盖最佳实践、编排策略、示例代码与结果校验，适用于流处理与批处理场景。

Neuropixels 神经记录分析

neuropixels-analysis

K-Dense-AI/claude-scientific-skills

涵盖 SpikeGLX、Open Ephys、NWB 数据加载、预处理、运动校正、Kilosort4 排序、质量指标、Allen/IBL 筛选，以及 AI 辅助可视化的高密度 Neuropixels 记录分析工具。

PyDESeq2 差异表达分析

K-Dense-AI/claude-scientific-skills

PyDESeq2 将 DESeq2 差异表达流程搬到 Python 中，可加载批量 RNA-seq 计数、设定设计公式、拟合模型、执行 Wald 检验并做 FDR 校正，支持 apeGLM 收缩及与 pandas/AnnData 流程衔接，便于导出基因级统计结果。

Pandas数据工具

sickn33/antigravity-awesome-skills

Pandas 是一个 Python 数据分析库，用于快速加载、清洗、转换和分析结构化数据，适合数据整理与分析任务的日常使用。

Windows Amcache取证分析

analyzing-windows-amcache-artifacts

mukul975/Anthropic-Cybersecurity-Skills

这是一个专业的数字取证工具，用于解析Windows Amcache.hve注册表数据。它可以提取关于程序执行历史、应用安装信息和驱动程序加载的关键证据。通过关联SHA-1哈希值和重建时间线，帮助调查人员确定系统上运行过的可执行文件，是进行事件响应和威胁检测的核心工具。

Power BI 性能排查指南

power-bi-performance-troubleshooting

github/awesome-copilot

提供系统的 Power BI 性能排查与优化流程，涵盖模型、DAX、报表设计和容量诊断，并结合工具数据帮助定位瓶颈、加速加载与交互。

神经记录数据分析流程

neuropixels-analysis

K-Dense-AI/scientific-agent-skills

这是一个为神经像素高密度电生理记录设计的端到端分析工具包。它基于SpikeInterface的最佳实践，覆盖了完整的分析工作流：包括数据加载（如SpikeGLX, NWB）、预处理、运动/漂移校正、尖峰排序（如Kilosort4）、计算质量指标和精细的单元精修。适用于神经科学研究。

计算病理学全流程分析工具包

K-Dense-AI/scientific-agent-skills

PathML是一个全面的计算病理学Python工具包，专为全流程病理图像分析设计。它支持加载160多种专有WSI格式，并提供从 stain 归一化、细胞核分割到构建空间图谱等核心功能。特别适用于多重免疫荧光和空间蛋白质组学的深度学习模型训练与大规模生物医学图像分析。

基因组数据操作与分析

K-Dense-AI/scientific-agent-skills

这是一个基于Polars的高性能基因组数据处理库。它支持核心区间运算（如重叠、合并、互补）以及主流生物信息学文件格式（如VCF、BAM、BED、GFF）的读写。特别适用于处理超大型、无法一次性加载到内存的基因组数据集，支持流式和云端存储I/O。

PyDESeq2：RNA-seq差异表达分析

K-Dense-AI/scientific-agent-skills

这是一个基于Python的工具包，用于对批量RNA-seq计数数据进行差异基因表达分析。它支持从多种格式加载数据，并处理复杂的单/多因素设计（如校正批次效应）。用户可以执行完整的DESeq2统计流程，包括标准化、拟合和进行严格的Wald检验。非常适合将生物信息学分析流程从R语言迁移到Python环境。

DeepXiv学术精读工具

wanshuiyin/Auto-claude-code-research-in-sleep

DeepXiv是一个专业的学术文献阅读工具，支持从主题或ID搜索开放获取的学术论文。它提供渐进式阅读体验，允许用户先查看摘要、了解章节结构，再深入到特定章节，避免了一次性加载完整论文的困境，非常适合需要进行高效、分层文献检索的研究人员。

语言