软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 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

搜索存储，共找到 50 条记录

默认排序最新上传最多下载

Datamol化学信息工具

K-Dense-AI/claude-scientific-skills

Datamol 提供 rdkit 的 Python 化封装，简化 SMILES/SELFIES/InChI 解析、结构标准化、分子描述符/指纹、聚类、3D 构象、并行批处理及云存储读写等药物发现流程，并保持与 rdkit.Chem.Mol 对象的兼容性。

TileDB VCF 变体存储

K-Dense-AI/claude-scientific-skills

TileDB-VCF 使用 TileDB 稀疏数组高效管理 VCF/BCF 变异数据，支持增量样本、并行区域查询、云本地存储与导出，适合群体基因组分析与变异数据库构建。

Zarr 云端数组存储

K-Dense-AI/claude-scientific-skills

Zarr 是一款 Python 工具，支持分块压缩、分片以及 NumPy/Dask/Xarray 兼容，适用于并行 I/O 和可扩展的云端科学计算流程。

分析云存储访问模式

analyzing-cloud-storage-access-patterns

mukul975/Anthropic-Cybersecurity-Skills

本工具用于检测主流云存储服务（AWS S3、GCS、Azure Blob Storage）中的异常访问模式。它通过分析审计日志，利用统计基线和时间序列异常检测技术，识别出非工作时间的大批量下载、新IP访问或API调用激增等可疑活动，是调查数据外泄或构建安全检测规则的关键手段。

使用MISP收集威胁情报

collecting-threat-intelligence-with-misp

mukul975/Anthropic-Cybersecurity-Skills

本技能详细介绍了MISP（恶意软件信息共享平台）的部署与使用。用户可以配置多种威胁源（如TAXII、CSV），并利用PyMISP Python API，自动化地抓取、存储和关联来自社区及商业来源的IOC和威胁事件，构建完整的威胁情报采集管线。

自动化AI数据采集代理

data-scraper-agent

affaan-m/everything-claude-code

该代理旨在为任何公开数据源（如招聘板、价格、新闻等）构建一个全自动、AI驱动的数据采集系统。它能定时抓取数据，利用免费的大语言模型（如Gemini Flash）进行数据富集和分析，并将结果结构化地存储到Notion、Sheets或Supabase等数据库中。适用于需要持续监控和跟踪网络数据的场景。

内部数据泄露检测与分析

detecting-insider-data-exfiltration-via-dlp

mukul975/Anthropic-Cybersecurity-Skills

本技能提供结构化流程和Python代码示例，用于检测内部数据泄露行为。通过建立用户行为基线和进行统计异常分析，它分析端点、云存储和邮件日志中的异常模式。适用于安全运营中心（SOC）进行内部威胁调查、DLP违规监控和构建高级行为分析规则。

云端敏感数据保护与治理

implementing-cloud-dlp-for-data-protection

mukul975/Anthropic-Cybersecurity-Skills

本指南详细介绍了使用亚马逊Macie、Google Cloud DLP等主流工具，在云存储、数据库和数据管道中实现数据丢失防护（DLP）的流程。它可以自动发现、分类、去标识化和保护敏感数据（PII、PHI）。这对于满足GDPR、HIPAA、PCI DSS等全球合规性要求，并构建完善的云数据治理体系至关重要。

使用PhotoRec进行取证数据恢复

recovering-deleted-files-with-photorec

mukul975/Anthropic-Cybersecurity-Skills

本指南提供了一个完整的取证工作流程，用于从损坏的存储介质、取证磁盘镜像或文件系统损坏的设备中恢复已删除的文件。它利用PhotoRec的文件签名分析引擎，即使文件系统受损，也能成功恢复数据。流程涵盖了文件验证、哈希生成和证据整理等高级取证分析步骤。

多层知识库管理与同步

affaan-m/everything-claude-code

本框架旨在管理和同步跨越多个存储层（包括本地文件、内存、向量存储和Git仓库）的知识库。它提供了一个结构化的体系，用于知识的摄取、组织、去重和检索，确保知识在复杂的开发和运营场景中具备持久性和单一事实来源。

Power BI数据模型设计审查

power-bi-model-design-review

github/awesome-copilot

这是一个全面的Power BI数据模型设计审查工具。它旨在指导用户评估数据模型的架构完整性、关系设计质量、存储模式选择、数据质量和性能优化。适用于任何需要确保BI模型具备高性能、高可维护性和高扩展性的场景。

AnnData 注释矩阵框架

K-Dense-AI/scientific-agent-skills

用于处理带注释数据矩阵的 Python 包，将实验测量值与观测和变量元数据一同存储。适用于单细胞基因组学分析、.h5ad/zarr 文件读写、数据集拼接以及 scverse 生态集成。

12 3 4 5 下一页

语言