软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16597+ 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

搜索需求，共找到 22 条记录

默认排序最新上传最多下载

迁移学习适配工具

adapting-transfer-learning-models

jeremylongshore/claude-code-plugins-plus-skills

自动化迁移学习流程，根据需求生成微调代码、验证数据、记录指标并保存产出，快速将预训练模型适配到新任务或数据集，提升性能与效率。

Azure ML部署助手

azure-ml-deployer

jeremylongshore/claude-code-plugins-plus-skills

自动响应 Azure ML Deployer 相关需求，提供从模型推理、部署流程到监控与生产化的规范化指导、代码与配置生成及校验，便于快速落地机器学习上线。

Azure ML部署助手

azure-ml-deployer

jeremylongshore/claude-code-plugins-plus-skills

自动响应 Azure ML Deployer 相关需求，提供从模型推理、部署流程到监控与生产化的规范化指导、代码与配置生成及校验，便于快速落地机器学习上线。

自动化机器学习流程

building-automl-pipelines

jeremylongshore/claude-code-plugins-plus-skills

分析需求并生成包含数据准备、模型筛选、超参调优、验证和指标输出的 AutoML 管道代码，附带文档与产出，帮助自动化机器学习流程。

CTE 查询构建助手

cte-query-builder

jeremylongshore/claude-code-plugins-plus-skills

在数据分析场景中自动激活，提供 CTE 查询构建的标准实践指导、可生产的 SQL 片段和结果校验，适用于商业智能、可视化或统计分析相关需求。

预测生成器助手

forecast-generator

jeremylongshore/claude-code-plugins-plus-skills

自动激活的预测生成器技能，涵盖 SQL、数据可视化、统计建模与商业智能流程，提供最佳实践指导、示例代码与结果校验，适用于数据分析需求。

零售需求与库存预测

inventory-demand-planning

sickn33/antigravity-awesome-skills

为多店零售商提供需求预测、安全库存、补货计划、促销提升估算及ABC/XYZ分级，融合统计方法与机器学习特征工程，帮助在服务水平与库存成本间保持平衡。

云端GPU算力资源调度

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

该技能自动化管理云端GPU算力资源，用于AI和机器学习任务。它能分析您的模型需求和训练任务，自动计算所需的VRAM、GPU数量和预计运行时间，从而在vast.ai上匹配出最具成本效益和性能的最佳GPU实例，管理整个计算生命周期。

Power BI 报表可视化设计

power-bi-report-design-consultation

github/awesome-copilot

提供 Power BI 报表可视化与体验咨询，从业务和数据需求出发，精准选图、布局、配色、排版与交互策略，帮助不同受众构建清晰、易用、符合可访问标准的洞察型仪表盘。

Snowflake架构蓝图指南

snowflake-architecture-variants

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套全面的Snowflake架构蓝图指南。它涵盖了从传统数据仓库到结合Iceberg的湖仓模型、去中心化的数据网格（Data Mesh）以及高级数据共享和Snowpark模式，帮助用户根据组织规模和需求选择和实施最佳的数据平台架构。

仪表盘规格书生成器

dashboard-brief

mohitagw15856/pm-claude-skills

该技能可以将模糊的业务问题或监控需求，转化为一份完整、结构化、可直接落地的仪表盘规格书。它指导用户定义关键指标、图表类型、轴线、筛选器和最佳布局，为数据工程师和BI开发者提供清晰详尽的构建蓝图。

Hugging Face应用部署指南

huggingface-spaces

sickn33/antigravity-awesome-skills

本技能提供一套完整的Hugging Face Spaces应用构建、部署和维护指南。它指导用户根据需求（如Gradio前端、Docker容器或静态网页），选择合适的SDK和硬件资源（包括ZeroGPU和专业GPU），并提供最佳实践，确保机器学习应用能高效、成功地部署上线。

语言