登录
下载
Skill UI
浏览并发现
9765+
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
设计系统
,共找到
9
条记录
默认排序
最新上传
最多下载
数据驱动特征开发流程
data-engineering-data-driven-feature
sickn33/antigravity-awesome-skills
229
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。
查看详情
Power BI 性能排查指南
power-bi-performance-troubleshooting
github/awesome-copilot
488
提供系统的 Power BI 性能排查与优化流程,涵盖模型、DAX、报表设计和容量诊断,并结合工具数据帮助定位瓶颈、加速加载与交互。
查看详情
生物信息学计算工具箱
biopython
K-Dense-AI/scientific-agent-skills
386
Biopython是一个全面的Python库,专为分子生物学和生物信息学设计。它提供了强大的工具,用于序列操纵(DNA、RNA、蛋白质),解析标准生物文件格式(FASTA, GenBank, PDB),并通过Entrez访问NCBI等外部数据库,并执行序列比对、系统发育树构建和结构生物学等复杂分析。非常适合构建自动化、稳健的生物信息学流程。
查看详情
科学假设生成
hypothesis-generation
K-Dense-AI/scientific-agent-skills
213
本技能指导用户遵循科学方法论,从观察或初步数据出发,系统性地构建可测试的科学假设。它涵盖了文献检索、证据综合、提出多个竞争假设、评估假设质量(如可证伪性),并设计详细的实验方案。报告中强制要求使用科学示意图进行可视化。
查看详情
生物数据分析工具包
scikit-bio
K-Dense-AI/scientific-agent-skills
282
scikit-bio是一个全面的Python库,专为生物信息学和生物数据分析设计。它提供强大的功能,用于处理DNA、RNA和蛋白质序列,执行复杂的序列比对,构建和分析系统发育树,并进行高级的生态学统计。核心能力包括计算多样性度量、进行降维分析(PCoA)以及处理多种生物学文件格式(如FASTA,Newick)。适用于微生物学、基因组学和生态学研究领域。
查看详情
内存外海量数据分析
vaex
K-Dense-AI/scientific-agent-skills
59
Vaex是一个高性能的Python库,专为内存外(out-of-core)计算设计,能够处理和可视化超出系统内存限制的超大型表格数据集。它支持高效进行大规模数据筛选、统计聚合、可视化和构建机器学习模型,特别适用于单机环境下的TB级数据分析。
查看详情
ClickHouse数据模型设计
clickhouse-core-workflow-a
jeremylongshore/claude-code-plugins-plus-skills
408
本指南详细介绍了ClickHouse的高性能数据建模最佳实践。内容涵盖了如何根据业务场景选择合适的MergeTree引擎,如何设计ORDER BY键以优化查询速度,以及如何利用分区(Partitioning)管理大规模数据,适用于构建数据仓库和分析系统。
查看详情
ClickHouse生产环境就绪检查清单
clickhouse-prod-checklist
jeremylongshore/claude-code-plugins-plus-skills
72
本清单提供了一套全面的ClickHouse生产环境就绪检查流程。它覆盖了从表结构设计(MergeTree、分区)、服务器配置调优、数据备份策略、监控告警设置(延迟、内存),到安全加固和应用集成等所有关键环节,确保系统上线前达到最佳的稳定性和可靠性。
查看详情
通用学术深度研究助理
deep-research
Imbad0202/academic-research-skills
489
这是一个由13个智能体组成的通用学术研究管道,可用于任何主题的深度学术研究。它覆盖了整个研究周期:从提炼精准研究问题、设计研究方法,到系统文献检索、跨源综合分析、偏见评估、元分析,最终生成符合APA 7.0标准的完整报告。适用于需要深入、严谨和可验证知识的学术研究人员。
查看详情
1
语言
简体中文
English