软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16594+ 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 13 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。

分析Windows Amcache取证证据

analyzing-windows-amcache-artifacts

mukul975/Anthropic-Cybersecurity-Skills

本指南详细介绍了数字取证调查中针对Amcache.hve注册表证据的完整工作流程。它指导用户使用AmcacheParser提取程序执行、应用安装和驱动加载的证据，包括将SHA-1哈希与威胁情报关联，并重建时间线。这对于DFIR工作至关重要，可用于识别被删除的可执行文件和恶意活动。

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。

PathML 计算病理学工作流

K-Dense-AI/scientific-agent-skills

使用 PathML 在本地开展计算病理学研究：加载与切分全切片图像、构建预处理与质控流水线、管理 h5path 数据、量化多重免疫荧光图像、构建空间图并规划有界的模型推理。

Snowflake数据加载与ETL流程

snowflake-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

本流程提供完整的Snowflake核心数据加载方案，涵盖了从S3/GCS等云存储到Snowflake表的全部数据管道构建。它详细介绍了阶段（Stage）的创建、文件格式定义、批量加载（COPY INTO）以及利用Snowpipe实现连续、实时的数据摄取，是构建ELT数据仓库管线的核心步骤。

Snowflake陷阱与最佳实践

snowflake-known-pitfalls

jeremylongshore/claude-code-plugins-plus-skills

本技能集旨在帮助用户识别和避免在使用Snowflake时常见的反模式和错误。内容覆盖了SQL优化、资源监控、数据加载流程（如幂等性MERGE）以及最小权限原则等关键最佳实践。适用于系统审计、新用户培训或日常代码审查，确保数据平台的高性能和成本合规。

语义模型刷新与管理

refresh-semantic-model

data-goblin/power-bi-agentic-development

本技能提供了管理和控制Power BI/Fabric语义模型刷新周期的完整解决方案。用户可以利用API和CLI调用执行全量刷新、数据级刷新、计算级刷新等多种模式，实现对数据加载、模型重算和性能故障排除的精确控制，确保数据时效性和模型完整性。

Polars：高性能数据分析框架

sickn33/antigravity-awesome-skills

Polars是一个专为Python和Rust构建的超高性能DataFrame库。它基于Apache Arrow，支持惰性求值（Lazy Evaluation）和并行计算，非常适合构建数据抽取、转换和加载（ETL）管道。它能够高效处理大型数据集，是需要超越Pandas性能瓶颈的数据分析和转换的最佳选择。

语言