下载

Skill UI

浏览并发现 9747+ 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

搜索构建系统，共找到 35 条记录

默认排序最新上传最多下载

交易策略回测框架构建

backtesting-frameworks

sickn33/antigravity-awesome-skills

本技能用于构建专业级、鲁棒的交易策略回测系统。它指导用户系统化地验证交易策略的性能和稳健性，帮助规避常见的回测偏差。适用于金融量化交易和算法交易的初期模型验证与性能评估。

推荐系统构建器

building-recommendation-systems

jeremylongshore/claude-code-plugins-plus-skills

生成针对协同、基于内容或混合策略的推荐系统代码与流程，涵盖数据处理、模型训练与评估，并顾及扩展性，帮助 Claude 提供个性化建议。

数据驱动特征开发流程

data-engineering-data-driven-feature

sickn33/antigravity-awesome-skills

这是一个端到端的、系统化的产品功能开发流程。它指导用户利用数据洞察来构建新功能，覆盖了从探索性数据分析、构建可量化业务假设、设计统计学A/B测试，到设计数据管道和实现全链路埋点（instrumentation）的全过程。确保所有功能迭代都基于数据科学的严谨验证和效果衡量。

火爬数据处理与知识库构建

firecrawl-data-handling

jeremylongshore/claude-code-plugins-plus-skills

这是一个全面的数据管道，用于处理、验证和优化来自Firecrawl爬取的网页内容。它支持Markdown清洗、使用Zod进行结构化数据提取、内容去重和为LLM/RAG系统定制的文本分块（Chunking）。旨在确保爬取的数据是标准化、干净、结构化的，可直接用于构建知识库或进行下游AI应用。

Firecrawl内容爬取与摄取架构

firecrawl-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本参考架构提供了一套完整的Web内容爬取和摄取流程。它集成了单页抓取、全站爬行、URL映射和结构化数据提取功能。后续的清洗、去重和分块处理，使其非常适合构建企业级的知识库、RAG系统以及复杂的AI数据管道。

AI智能体可观测性与指标监控

lindy-observability

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了为AI智能体构建全面的可观测性系统。涵盖监控任务成功率、步骤失败率、执行时长和资源消耗等关键指标。适用于构建性能仪表板、配置实时告警规则或进行长期性能跟踪。

开放证据审查与文献合成

openevidence-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于系统性医疗证据审查的综合工作流。它支持用户检索临床研究、构建精选引文集合、使用GRADE等专业框架评估证据等级，并自动生成符合学术规范格式（如AMA）的结构化报告。适用于撰写高质量的文献综述和临床研究报告。

开放证据临床API示例

openevidence-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本模块提供OpenEvidence API的最小化工作示例，适用于构建临床智能应用。用户可以执行复杂的临床查询来获取最佳治疗建议、根据病患背景检查药物相互作用，以及查找来自权威医疗机构（如ACC/AHA）的最新指南。是开发循证医疗决策支持系统的理想工具。

微生物组生物信息工具

K-Dense-AI/claude-scientific-skills

scikit-bio 提供 Python 生物数据工具，支持 FASTA/Newick 等格式读写、序列操作、比对、系统发育树构建及多样性分析，适用于微生物组和群落生态研究。

Python离散事件模拟框架

K-Dense-AI/claude-scientific-skills

SimPy是一个基于Python的流程化离散事件模拟框架。它专门用于构建和分析复杂的系统模型，例如制造系统、服务队列、网络流量或物流网络。该工具允许您模拟实体之间的交互、共享资源的竞争以及随时间变化的事件，从而进行容量规划和流程优化。

系统发生树重建与分析工具包

K-Dense-AI/claude-scientific-skills

这是一个完整的系统发生学分析流程，用于重建生物序列（基因、蛋白质）的进化关系。流程涵盖了从多序列比对（MAFFT）到最大似然树构建（IQ-TREE 2），再到可视化和分析（ETE3）的完整生命周期。适用于病毒动力学、微生物基因组学、分子时钟分析等前沿生物信息学研究。

网络战役归因证据分析

analyzing-campaign-attribution-evidence

mukul975/Anthropic-Cybersecurity-Skills

该技能提供系统化的网络战役归因分析框架。它涉及收集、加权和关联多样化的证据指标，包括基础设施重叠、战术技术流程（TTP）一致性、恶意代码相似性及运营模式，以确定网络攻击事件的责任方。通过应用如竞争假设分析（ACH）等结构化方法，构建可信度加权的评估报告，大幅提升威胁情报的精确度。

语言