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

搜索增长，共找到 16 条记录

默认排序最新上传最多下载

跨平台内容分析工具

apify-content-analytics

sickn33/antigravity-awesome-skills

本工具是一个全面的内容分析解决方案，用于跟踪和量化Instagram、Facebook、YouTube、TikTok等主流社交媒体平台的表现。它能够提取帖子、Reels、广告、话题标签等关键指标，帮助用户衡量内容投入产出比（ROI）和粉丝增长情况，从而指导内容优化策略。

产品指标分析框架

product-analytics

alirezarezvani/claude-skills

适用于产品经理和数据分析师，用于构建完整的产品指标体系。本技能指导如何根据产品发展阶段（预PMF、增长、成熟期）定义关键KPI，并利用AARRR、留存曲线和漏斗模型进行深度分析，确保从数据洞察到产品决策的闭环流程。

物种特征综合识别技术

bio-taxonomic-combo

EverMind-AI/EverOS

本指南提供了一种高级的物种识别方法论。它教授如何利用多个生物学特征（如栖息地、形态、行为和地理范围）进行组合推理，以精准定位目标物种。核心技巧包括：当问题涉及国家人口统计学信息时，应首先利用人口增长或地方特有物种等信息锁定国家，从而极大地缩小物种搜索范围。

Snowflake全景监控与告警配置

snowflake-observability

jeremylongshore/claude-code-plugins-plus-skills

本技能指导用户如何利用Snowflake的ACCOUNT_USAGE视图，建立全方位的系统监控体系。它涵盖了查询性能跟踪、错误率监控、资源消耗（如使用额度和存储增长）的查询方法，并提供了创建告警（如高错误率、仓库长时间运行）的SQL示例，帮助用户确保数据仓库的稳定性和高效运行。

用户群组行为分析与留存模型

cohort-analysis

mohitagw15856/pm-claude-skills

提供完整的用户群组（Cohort）分析框架，用于评估产品留存曲线、预测用户生命周期价值（LTV）和划分行为群体。帮助产品和增长团队发现关键的用户行为指标和可落地的优化建议。

层次化数据到双曲空间嵌入

vector-hyperbolic

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。

市场营销异常指标检测

indranilbanerjee/digital-marketing-pro

该工具可扫描所有连接的数字营销平台，对比历史基线，检测关键指标（如流量、转化率、CPA、ROAS）的统计学异常波动。它能主动发现指标骤降、成本激增或潜在增长机会，并根据异常的严重性（关键、警告、信息）进行分类，提供根本原因分析和即时行动建议，帮助用户进行主动式的营销风险控制。

发展心理学数据分析规范

devpsych-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南用于发展心理学领域的纵向数据分析和报告，确保符合高标准的学术要求。重点指导如何正确建模发展变化（如增长曲线、多层次模型、结构方程模型），如何在解释平均变化前先检验测量不变性（configural→metric→scalar），并严格使用JARS指南报告效应值和置信区间。核心目的是区分和清晰报告确认性与探索性发现。

发展心理学研究设计指南

devpsych-study-design

brycewang-stanford/Awesome-Journal-Skills

本技能用于指导发展心理学研究的预设阶段，帮助研究者设计出能够有力支持“变化”主张的实验。它系统性地涵盖了年龄与队列混淆、跨年龄测量不变性、失访处理和增长斜率样本量计算等关键方法论问题，确保研究设计在数据收集前达到最高的严谨性。

学术论文表格及图表设计规范

jedpsych-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南指导用户为学术论文（尤其针对教育心理学期刊）设计规范化的统计图表。重点强调遵循APA 7th版本格式，要求展示模型结果、带置信区间的效应大小、增长轨迹等关键数据。同时，强调图表必须保持匿名性、自包含性和可复现性，确保学术论证的严谨性。

比较发展增长模型审计指南

jeg-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南为撰写高质量的比较发展和经济增长论文提供了全面的方法论框架。它详细介绍了从实证、理论到空间推断（Conley标准误）的严谨流程，涵盖了跨国面板数据分析、模型校准、敏感性检验和结果审计的最佳实践。适用于构建和评估经济增长模型、模拟转型路径，确保研究结果的稳健性和可复现性。

增长经济学识别与论证策略

jeg-identification-strategy

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一套用于增长和动态宏观经济学研究的严谨识别和论证框架。它涵盖了实证（如GMM、IV、DID等）和理论（假设、证明、推广性）两个维度，旨在深度检验学术论文的因果识别和逻辑严密性，是顶级经济学期刊投稿必备的流程。

语言