下载

Skill UI

浏览并发现 11126+ 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

搜索比较，共找到 25 条记录

默认排序最新上传最多下载

股票技术分析与信号生成

FrancyJGLisboa/agent-skill-creator

该技能提供全面的股票和ETF技术分析能力。它利用RSI、MACD、布林带等行业标准指标，生成可操作的交易信号。用户可以通过自然语言查询，进行股票间的技术比较、监控市场走势和识别图表形态，无需手动进行指标计算。

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。

数据图表可视化生成

chart-visualization

bytedance/deer-flow

该技能提供了一个全面的数据可视化流程，能够接收用户数据，并根据数据的特征（如时间趋势、类别比较、流程关系等）智能选择最合适的图表类型（如折线图、柱状图、饼图、散点图等）。它负责参数提取和调用JS脚本，最终输出高质量的图表图片和完整的生成参数。

Arize实验评估与管理

arize-experiment

github/awesome-copilot

本技能提供了一套完整的Arize实验管理工具，用于AI模型性能的评估、比较和分析。用户可以使用它来创建、列出、获取和导出实验结果，支持进行模型基准测试和A/B测试，确保模型在特定数据集上的准确性。

PyMC：贝叶斯概率建模

K-Dense-AI/scientific-agent-skills

PyMC是一个用于贝叶斯建模和概率编程的Python库。它允许用户构建、拟合和验证复杂的统计模型，如分层模型和时间序列。用户可以使用MCMC采样或变分推断进行参数估计，非常适用于进行不确定性量化和比较多模型。

系统文献综述与知识综合

systematic-literature-review

bytedance/deer-flow

本技能用于对某一研究主题进行系统性的文献综述（SLR）。它能够搜索多个学术论文，提取每篇论文的结构化元数据（如研究问题、方法论、核心发现和局限性），并综合这些分散的信息，提炼出整体的学术主题和研究趋势。适用于进行全面的文献调研、撰写注释书目或跨论文比较分析，最终生成符合APA、IEEE等专业格式的报告。

数据库表数据比对与校验

sql-server-table-reconciliation

github/awesome-copilot

本工具用于比较两个不同SQL Server实例（如生产与测试环境）中的同名表。它能高效检测出缺失的行、多余的行、表结构漂移（Schema Drift）和数据不匹配项。利用Python和Apache Arrow进行快速列式数据传输，生成详细的核对报告，是数据迁移和ETL流程验证的必备工具。

PDF智能分析与深度洞察

meta-pdf-intelligence

opensquilla/opensquilla

这是一个高级工作流，用于对PDF文件进行深度、多维度的分析。它支持从单个文档总结到跨多个文档的对比，并能根据用户提供的摘录和文件路径进行证据追踪。无论是提问、比较还是消化内容，都能提供结构化、可追溯的综合报告。

结果CSV到PDF绘图

paper-plot-stub

opensquilla/opensquilla

该工具用于读取包含实验结果的CSV文件（包含x轴数据、基线模型数据和当前模型数据）。它利用matplotlib库生成一个双线对比图，并将结果直接输出为PDF格式文件。适用于学术论文的实验结果可视化和比较展示。

综合财务数据与估值分析

longbridge-fundamentals

sickn33/antigravity-awesome-skills

本技能提供跨市场（如美股、港股）的全方位财务数据、估值指标和公司信息。用户可以查询详细的收入表、资产负债表、现金流，分析业务分部结构，比较市盈率等倍数，并进行DCF模型和价值投资筛选，是进行深度基本面研究和投资决策的核心工具。

预测市场智能情报分析

ito-market-intelligence

本技能用于提供全面的、仅供阅读的预测市场情报。它可以帮助用户研究市场事件、比较不同的交易平台，分析流动性和底层资产。它生成基于来源的综合报告，旨在提供深入的市场背景和洞察，但绝对不提供投资或交易建议。

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。

上一页 123 下一页

语言