软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 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

搜索工作区，共找到 10 条记录

默认排序最新上传最多下载

Databricks参考架构指南

databricks-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了使用Unity Catalog、Delta Lake和Medallion模式的生产级湖仓架构蓝图。它涵盖了工作区组织、三层治理、计算策略的最佳实践，并指导如何结合Asset Bundles实现全面的CI/CD流程，确保项目结构化和团队协作高效。

证据驱动的深度研究工作流

affaan-m/everything-claude-code

这是一个高级、结构化的研究流程，用于进行深度、多源证据的调查和分析。它能够整合当前公开信息和用户提供的背景，生成高度结构化的报告。该工作流明确区分了可验证的事实、用户证据、逻辑推论和可操作的建议，适用于复杂的比较分析或持续的趋势监测。

Geniml基因组机器学习工作流

K-Dense-AI/scientific-agent-skills

Geniml用于基因组区间集的机器学习工作流，验证BED文件、模型兼容性，规划Region2Vec/scEmbed运行，本地检查tokenizer和共识宇宙，无需网络请求。需要Python 3.10+和uv进行可复现的生物信息学ML流程。

Notion数据迁移深度指南

notion-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套全面的数据迁移解决方案，用于将数据导入、导出或同步到多个Notion工作区。它支持CSV/JSON批量导入、数据库导出、跨数据库同步和数据转换，能处理来自Confluence和Google Docs等外部源的内容，是构建Notion ETL流程的强大工具。

语义模型依赖关系追踪

lineage-analysis

data-goblin/power-bi-agentic-development

本工具用于追踪语义模型在Fabric工作区中的下游依赖关系。它能帮助用户进行影响分析、审计连接的报告，或绘制跨工作区的依赖图，确保在修改任何数据源模型前，了解所有受影响的报表和数据消费者。

证据驱动的深度研究工作流

这是一个高级、结构化的研究流程，用于进行深度、多源证据的调查和分析。它能够整合当前公开信息和用户提供的背景，生成高度结构化的报告。该工作流明确区分了可验证的事实、用户证据、逻辑推论和可操作的建议，适用于复杂的比较分析或持续的趋势监测。

SIGMOD会议论文投稿策略

acm-sigmod-international-conference-on-management-of-data

brycewang-stanford/Awesome-Journal-Skills

专为目标投稿ACM SIGMOD数据库系统顶级会议的作者设计。它指导撰稿人如何系统性地定位、重构和优化数据库系统论文，确保文章具有强算法或系统贡献，并具备真实的基准测试和工作负载。同时帮助区分与VLDB、ICDE等相关会议的投稿侧重点。

计量经济理论定位

ectheory-literature-positioning

brycewang-stanford/Awesome-Journal-Skills

该技能指导研究人员如何将新的计量经济学定理，与现有理论边界进行精确对比定位。它强调的不是广义的文献综述，而是必须明确定义“增量”（delta）——即新结果与现有工作在假设、范围或证明上的具体区别，并遵循严格的APA格式引用规范。适用于撰写高水平学术论文的定位结构。

语言学数据透明化与共享指南

lang-data-and-transparency

brycewang-stanford/Awesome-Journal-Skills

本指南为语言学作者提供了一套全面的工作流程，指导如何准备和提交具有高透明度的学术稿件。它详细阐述了定量数据、田野采集语料库和语音测量数据的规范化共享方法，并特别强调了遵守社区同意、许可条款和伦理责任的重要性。核心是实现技术上的可复现性与伦理上的尊重并重。

系统性能评估严谨性指南

sigmetrics-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南为系统和算法研究人员提供了一套全面的性能评估标准。它指导用户如何为性能声明（如性能界限、实际工作负载或学习保证）提供足够的证据链条。强调了学术研究的严谨性、统计报告（如置信区间）、模型假设检验和数据溯源，确保研究结果可靠且可重复。

1

语言