下载

Skill UI

浏览并发现 9688+ 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 A/B测试，共找到 26 条记录

默认排序最新上传最多下载

AB测试分析助手

ab-test-analyzer

jeremylongshore/claude-code-plugins-plus-skills

在数据分析场景中，提供 AB 测试分析流程的自动化指导，涵盖 SQL 查询、数据可视化、统计分析和商业智能校验，帮助团队稳定执行实验。

Apache Airflow DAG最佳实践

airflow-dag-patterns

sickn33/antigravity-awesome-skills

本技能提供构建生产级Apache Airflow DAG（有向无环图）的综合指南。它涵盖了操作符、传感器、测试、部署的最佳实践，用于设计健壮的数据管道。当您需要编排复杂的业务流程、管理ETL流程，或确保在生产环境中可靠地执行批处理任务时使用。

交易策略回测与优化

backtesting-trading-strategies

jeremylongshore/claude-code-plugins-plus-skills

这是一个全面的交易策略回测工具，用于利用历史市场数据测试和验证加密货币及传统金融交易模型。它能够计算夏普比率、最大回撤等核心性能指标，模拟交易过程，并提供参数网格搜索等优化功能，帮助用户在实盘前评估策略的风险和收益。

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。

数据质量框架构建

data-quality-frameworks

sickn33/antigravity-awesome-skills

本技能提供了使用Great Expectations、dbt测试和数据契约等工具构建数据质量框架的实践模式。它指导用户如何为数据管道实现全面的质量验证，确保数据在整个生命周期中的可靠性、完整性和准确性，是建立数据治理和高可靠数据流程的关键。

Databricks持续集成与部署

databricks-ci-integration

jeremylongshore/claude-code-plugins-plus-skills

本技能指导如何为Databricks数据管道配置自动化持续集成/持续部署（CI/CD）流程。它利用GitHub Actions和声明式自动化包（DABs）管理整个生命周期。核心功能包括在拉取请求（PR）时运行单元测试，部署到Staging环境进行验证，并在合并到主分支时自动推送到生产环境，确保数据流程的自动化和高可靠性。

Databricks环境搭建与入门指南

databricks-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一个完整的Databricks基础入门教程，覆盖了从零开始的开发环境搭建。详细步骤包括：创建开发集群、使用Python SDK上传和执行Notebook、通过Jobs API运行任务，以及配置Serverless SQL Warehouse。适用于所有初学者和需要测试基础数据流程的场景。

Databricks生产部署清单

databricks-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

本清单用于指导将Databricks数据管道和工作流部署到生产环境的完整流程。它涵盖了从安全加固（权限、密钥管理）、基础设施验证（集群配置）、代码质量检查（测试、最佳实践），到实际部署和上线后的监控验证等关键步骤，确保数据流程的稳定性和可靠性。

Dbt 测试创作助手

dbt-test-creator

jeremylongshore/claude-code-plugins-plus-skills

在数据管道中自动生成 dbt 测试，提供实践指导、配置信息和校验，保障 ETL、转换与流处理流程稳定可靠。

dbt数据转换模式最佳实践

dbt-transformation-patterns

sickn33/antigravity-awesome-skills

本技能包提供了dbt (数据构建工具) 的生产级数据转换模式。它涵盖了从数据模型组织（分层结构）、实施数据质量测试、到优化增量模型处理等关键实践，帮助用户构建健壮、可靠的数据流水线。

Juicebox AI 数据分析 CI/CD 配置

juicebox-ci-integration

jeremylongshore/claude-code-plugins-plus-skills

用于配置和实现 Juicebox AI 数据分析的 CI/CD流程。它通过GitHub Actions在每次PR和主分支合并时，自动运行单元测试（使用Mock数据集）和集成测试（连接实时API），从而全面验证整个数据分析管道的完整性和可靠性，确保代码质量。

使用PostHog捕获事件和用户行为

posthog-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本教程提供了最小化的工作示例，演示了PostHog的三个核心功能：事件捕获、用户识别和功能标志评估。内容覆盖了Node.js、JavaScript、Python等多种环境的SDK用法，以及原始API调用，是进行PostHog首次集成设置、功能测试和学习产品分析模式的理想指南。

语言