下载

Skill UI

浏览并发现 9987+ 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

搜索语义，共找到 13 条记录

默认排序最新上传最多下载

高级语义网络搜索流程

exa-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

该流程提供了一个执行高级语义网络搜索的完整工作流。它超越了简单的关键词匹配，通过理解查询背后的意图来实现深度上下文检索。功能包括RAG上下文提取、内容提取（摘要、高亮、全文）以及按日期范围、特定域和内容分类的强大过滤。适用于构建知识库搜索和复杂的网络研究流水线。

GPU驱动数据策划

Orchestra-Research/AI-Research-SKILLs

NeMo Curator 依托 GPU 与 RAPIDS，为文本/图像/视频/音频等多模态提供质量筛选、模糊与语义去重、PII/NSFW 处理等步骤，快速清洗大规模训练数据。

学术期刊论文检索

semantic-scholar

wanshuiyin/Auto-claude-code-research-in-sleep

本技能通过语义学者API搜索大型学术数据库（如IEEE、ACM、Springer）中的已发表论文。它专注于提供经过同行评审的期刊和会议论文，并能提供完整的引用次数、出版物类型和详细的元数据，是查找经过验证的正式学术文献的最佳选择。

Power BI 语义建模助手

powerbi-modeling

github/awesome-copilot

通过先连接并分析当前模型，再针对星型架构、DAX 计算、关系配置、RLS、文档与性能等给出 Power BI 语义建模优化建议，适用于构建可维护的报表数据模型。

向量数据库搜索质量诊断

qdrant-search-quality-diagnosis

github/awesome-copilot

本指南系统性地提供了诊断和优化向量数据库搜索质量的流程。它指导用户解决召回率低、近似搜索性能下降、嵌入模型选择不当等核心问题。内容涵盖HNSW参数调优、量化处理、过滤策略（如ACORN）以及如何建立准确的性能基线，确保RAG和语义搜索管道的可靠性。

语义认识论研究成果深度评审

ara-rigor-reviewer

Orchestra-Research/AI-Research-SKILLs

这是一项针对代理原生研究成果（ARA）的第二级语义认识论评审。它超越结构验证，从六个维度（证据相关性、可证伪性、论证连贯性等）评估研究内容本身的知识学有效性。适用于文章准备发布或发布前，提供客观、建设性的学术批判。

arXiv科研论文服务器

arxiv-mcp-server

blazickjp/arxiv-mcp-server

这是一个提供科研级访问的综合服务器，可用于学术研究和文献综述。用户可以按主题、作者或日期搜索论文，下载全文，并通过追踪引文图谱来分析知识体系。此外，它还支持本地语义搜索和新论文监控警报，极大地提升了研究效率。

DAX性能优化与模型调试

data-goblin/power-bi-agentic-development

本技能提供了一套全面且深入的指南，用于编写、调试和系统性优化DAX公式。它涵盖了从引擎内部原理、分层优化流程到实战性能分析的最佳实践。用户可以使用本指南来解决复杂语义模型中的查询性能瓶颈，确保数据模型的稳定和高效运行。

语义模型依赖与血缘分析

lineage-analysis

data-goblin/power-bi-agentic-development

本工具用于追踪核心语义模型到所有连接报告和资产的下游依赖关系，覆盖多个Fabric工作区。它对于模型修改前的影响分析、数据流审计、以及绘制跨工作区报告连接至关重要。使用它来识别哪些报告依赖于特定数据集，确保开发和维护过程中的业务连续性。

语义模型中的Power Query M表达式

data-goblin/power-bi-agentic-development

本技能深入讲解了语义模型中的Power Query M表达式，覆盖了从编写、验证到测试的完整流程。内容重点涵盖查询折叠（Query Folding）的最佳实践，帮助用户优化数据转换步骤，确保数据管道能高效、准确地从复杂数据源加载数据。

语义模型生命周期管理

data-goblin/power-bi-agentic-development

本技能提供完整的表型数据模型（如Power BI、Analysis Services）全生命周期管理指导。它涵盖模型的设计（星型结构、关系）、构建（度量值、计算组）、数据刷新（增量刷新）以及审计（性能、最佳实践）等环节。核心在于执行严格的“工具级联”机制，确保所有操作都通过最合适的命令行工具，从而保证模型的高质量和最佳实践合规性。

Power BI模型命名规范化

standardize-naming-conventions

data-goblin/power-bi-agentic-development

这是一个交互式工作流，用于审计和标准化Power BI语义模型（TMDL文件）中的命名规范。它确保模型中的所有组件（如表、度量值和列）遵循一致、易读且与业务对齐的命名标准。该流程指导用户收集业务背景，生成详细审计报告，并安全地应用跨文件结构修改，包括更新所有内部DAX引用。

语言