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

搜索工具发现，共找到 20 条记录

默认排序最新上传最多下载

DeFi收益优化与比较

optimizing-defi-yields

jeremylongshore/claude-code-plugins-plus-skills

用于发现和比较去中心化金融（DeFi）协议的收益机会。该工具聚合了跨链的APY/APR数据，并提供详细的风险评估和优化建议，帮助用户系统性地分析和选择最优的挖矿和投资策略。

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。

邮件取证：Outlook PST/OST文件分析

analyzing-outlook-pst-for-email-forensics

mukul975/Anthropic-Cybersecurity-Skills

本工具集为数字取证调查人员设计，用于解析微软Outlook的PST和OST文件。它能够提取关键证据，包括完整的邮件内容、详细的邮件头部信息（用于追踪消息路由）、附件，以及可恢复项目文件夹中的已删除邮件。适用于电子发现、法律调查和安全事件响应，用于重构通信模式和分析消息元数据。

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。

多媒体隐写数据检测

performing-steganography-detection

mukul975/Anthropic-Cybersecurity-Skills

这套综合的数字取证工具集，旨在检测和提取嵌入图像、音频和视频文件中的隐蔽数据。它利用先进的隐写分析技术（如LSB、DCT等）和专业工具（zsteg、binwalk等），用于调查数据泄露或内部威胁案件，发现隐藏的通信通道和异常数据。

全面数据质量审计与分析

data-quality-auditor

alirezarezvani/claude-skills

该工具是一个专业的、系统性的数据质量审计系统，用于全面评估数据集的完整性、一致性、准确性和结构有效性。它可以进行数据画像、异常值检测、缺失值机制分析，并输出数据质量评分（DQS），帮助用户在模型训练、数据清洗或实时监控中发现并修复数据问题。

GA4 数据自动化工具

google-analytics-automation

sickn33/antigravity-awesome-skills

通过 Composio 的 Rube MCP 自动化 GA4 报表与属性管理，涵盖账号/属性发现、标准/批次/透视/漏斗报表以及关键事件管理，便于分析师免于重复 UI 操作。

Datamol 化学信息学工具包

K-Dense-AI/scientific-agent-skills

基于 RDKit 的 Python 化学信息学封装库，简化分子解析、标准化、描述符与指纹计算、聚类、3D 构象生成及并行药物发现流程，适合标准分子数据处理。

RDKit 化学信息学工具包

K-Dense-AI/scientific-agent-skills

基于 Python 的化学信息学工具包，提供分子精细控制能力：SMILES/SDF 解析、分子描述符（分子量、LogP、TPSA）、指纹、子结构检索、2D/3D 坐标生成、相似性计算、化学反应与可视化，适用于药物发现与计算化学研究。

Power BI报告生成工作流

create-pbi-report

data-goblin/power-bi-agentic-development

本技能提供了一个完整的Power BI报告创建工作流，使用pbir命令行工具实现从零到一的报告搭建。它涵盖了语义模型发现、设计简报制定、可视化元素布局、数据验证和最终发布等所有步骤，旨在自动化整个商业智能报告的生成过程，确保报告的专业性和一致性。

蒙特卡洛数据质量修复

monte-carlo-remediation

sickn33/antigravity-awesome-skills

用于处理和修复由数据质量监测工具（如Monte Carlo）发现的警报或数据事件。该技能指导用户执行完整的调查、根因分析和影响评估，并协调调用各种外部工具和API，从而提出并执行合适的修复或缓解措施，确保数据问题彻底解决。

研究成果综合报告生成

research-synthesize

该工具能够将分散在记忆库中的多项研究发现汇集起来，生成一份结构化、可执行的综合报告。它会自动进行证据分级、矛盾冲突解决，并提出可落地的建议，帮助用户将复杂的原始数据转化为清晰的决策洞察。

语言