登录
下载
Skill UI
浏览并发现
11149+
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
Cal
,共找到
361
条记录
默认排序
最新上传
最多下载
数据资产健康度检查
monte-carlo-asset-health
sickn33/antigravity-awesome-skills
324
本技能利用Monte Carlo的可观测性平台,为数据资产生成全面的健康报告。它会检查数据的新鲜度、活跃警报、监控覆盖率、资产重要性以及上游依赖关系,适用于用户需要评估数据表可靠性或状态的场景。
查看详情
隐私数据检测与屏蔽
privacy-mask
sickn33/antigravity-awesome-skills
73
本技能用于检测和屏蔽图片和截图中的敏感个人身份信息(PII)。它可以处理身份证号、信用卡号、API密钥、电话号码和电子邮件等多种数据类型。所有处理都在本地离线进行,确保敏感数据不会上传到外部服务,适用于安全的数据分析和分享场景。
查看详情
会话成本异常检测
cost-anomaly
ruvnet/ruflo
163
本工具用于检测单个会话(session)的成本异常点。它采用基于中位数绝对偏差(MAD)的稳健统计方法,而非传统的均值方差,从而能准确识别出极值影响下的异常会话。这对于成本监控、审计和CI/CD流程至关重要,能够快速定位意外超支或高能耗的单个会话。
查看详情
成本支出预测与预算规划
cost-projection
ruvnet/ruflo
188
用于进行前瞻性的成本支出预测。它根据最近的消耗窗口计算出日均成本消耗率,并将其线性外推到7天、30天等多个时间周期。此外,如果配置了预算,系统还能预测出预算耗尽的具体时间点,特别适用于SRE和财务的成本预算规划。
查看详情
会话消息成本分析
cost-session
ruvnet/ruflo
202
该工具用于对单个会话进行精细的消息级成本拆解。它在识别出异常高成本的会话后,帮助操作人员深入定位成本最高的具体消息。使用者可以详细了解成本的构成,包括输出Token、缓存写入(Cache Writes)和模型升级等,从而掌握模型真正的资源消耗情况。
查看详情
自动化AI数据采集代理
data-scraper-agent
affaan-m/ECC
500
该代理旨在为任何公开数据源(如招聘板、价格、新闻等)构建一个全自动、AI驱动的数据采集系统。它能定时抓取数据,利用免费的大语言模型(如Gemini Flash)进行数据富集和分析,并将结果结构化地存储到Notion、Sheets或Supabase等数据库中。适用于需要持续监控和跟踪网络数据的场景。
查看详情
知识图谱路径遍历分析
kg-traverse
ruvnet/ruflo
203
该工具能够从一个初始实体出发,沿着知识图谱的因果关系边缘进行路径遍历。它会计算每条路径的相关性得分,并筛选出最相关的依赖链条。适用于进行影响分析、追溯系统依赖关系或理解复杂知识结构。
查看详情
多层知识库管理与同步
knowledge-ops
affaan-m/ECC
345
本框架旨在管理和同步跨越多个存储层(包括本地文件、内存、向量存储和Git仓库)的知识库。它提供了一个结构化的体系,用于知识的摄取、组织、去重和检索,确保知识在复杂的开发和运营场景中具备持久性和单一事实来源。
查看详情
市场蜡烛图形态识别与分类
market-pattern
ruvnet/ruflo
279
用于扫描和分析已获取的OHLCV市场数据,自动检测并分类各类蜡烛图形态,如十字星、吞没形态和头肩顶等。它能为每个形态分配类型(反转/延续)、趋势方向以及可靠性评分。这是进行技术分析、预测市场转折点的重要工具。
查看详情
Claude记忆桥接与统一搜索
memory-bridge
ruvnet/ruflo
175
该记忆桥接器负责导入Claude Code本地的自动记忆文件,并将其结构化存储到AgentDB。它会生成ONNX嵌入向量,并利用余弦相似度进行去重处理。核心功能是实现跨所有历史会话和项目的统一语义搜索,极大地增强了知识检索增强生成(RAG)的能力。
查看详情
生物医学文献检索与分析
pubmed-database
affaan-m/ECC
150
本指南提供了一个系统性的生物医学文献检索和数据提取工作流。内容涵盖了使用MeSH词汇和高级字段标签构建复杂的PubMed查询,设置日期和文献类型过滤器,并提供了基于NCBI E-utilities的Python API工作流。适用于进行系统综述、文献挖掘和科研数据监控。
查看详情
可组合推荐系统管道架构
recsys-pipeline-architect
affaan-m/ECC
128
用于设计和构建可组合的推荐、排序和信息流管道。它遵循业界标准的六阶段架构模式(源获取→数据增强→过滤→评分→选择→副作用)。适用于所有需要为用户或上下文选择“Top K”项目的场景,如社交信息流、广告排序或RAG重排序等,确保系统具备高鲁棒性和可扩展性。
查看详情
上一页
1
2
3
...
26
27
28
29
30
31
下一页
语言
简体中文
English