软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 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 Temporal ，共找到 16 条记录

默认排序最新上传最多下载

Aeon 时间序列机器学习

K-Dense-AI/claude-scientific-skills

Aeon 是兼容 scikit-learn 的时间序列机器学习工具，涵盖分类、回归、聚类、预测、异常检测、分割、相似搜索与特征提取，面向各类时序数据场景。

高级视频媒体处理与分析引擎

affaan-m/everything-claude-code

一个强大的多模态视频媒体处理工具。支持从本地文件、URL、直播流和桌面捕获获取内容。具备高级索引、时间轴编辑、转码、字幕生成、画中画等复杂功能。适用于内容创作、实时监控系统以及任何需要处理和分析视频/音频流的工作流。

使用MISP分析威胁态势

analyzing-threat-landscape-with-misp

mukul975/Anthropic-Cybersecurity-Skills

本工具通过PyMISP查询MISP实例，计算详细的事件统计数据、IOC类型分布、威胁行为者集群和标签趋势。它生成全面的威胁态势报告，可视化时间趋势。适用于安全事件调查、总结主要威胁行为者或恶意软件家族，以及生成专业网络威胁情报报告。

高级视频媒体处理与分析引擎

一个强大的多模态视频媒体处理工具。支持从本地文件、URL、直播流和桌面捕获获取内容。具备高级索引、时间轴编辑、转码、字幕生成、画中画等复杂功能。适用于内容创作、实时监控系统以及任何需要处理和分析视频/音频流的工作流。

机制证据设计：从关联到因果

brycewang-stanford/Awesome-Journal-Skills

本指南指导如何从简单的中介回归，升级到具备高说服力的机制证据。它强调机制命题必须具有理论先验和可证伪性。学习如何设计排除竞争渠道的检验、利用异质性切分和时序分析，从而构建出超越传统中介回归的强有力因果机制证据。

严谨测量设计与审计框架

imc-experiments

brycewang-stanford/Awesome-Journal-Skills

这是一个用于设计和审计关于大型系统（如互联网）实证测量的专业框架。它指导用户确保测量结果的科学严谨性。核心原则包括：确保证据与声称匹配、量化覆盖偏差、考虑时间维度变化，并严格遵守伦理规范和数据溯源要求，以达到高度的可复现性。

JEEM环境经济学论文图表制作

jeem-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南指导环境经济学作者如何将原始分析结果转化为符合JEEM/Elsevier期刊要求的专业级图表。重点在于展示空间变化（地图）、时间动态（事件研究）和福利价值（WTP曲线），强调图形应独立传达环境信号，而非仅依赖传统的回归系数。

管理学经验研究设计方法

brycewang-stanford/Awesome-Journal-Skills

本指南帮助研究人员系统性地完善实证研究设计，适用于管理学顶刊投稿。它详细讲解了如何应对共同方法偏差、内生性、多层次结构等复杂方法论问题。核心目的是指导用户将理论假设与合适的研究设计（如实验、面板数据、元分析）精确匹配，从而保证研究的科学严谨性和数据分析的可靠性。

严谨研究设计与测量方案

joap-study-design

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一套严谨的研究设计框架，旨在帮助研究者在数据收集前，主动解决方法论上的常见缺陷。内容涵盖了构建效度、处理共同方法偏差（CMV）、多层级建模、先进的因果推断方法（如DiD、IV）和预注册流程，确保研究设计达到最高学术标准。

机器学习实验设计与审计指南

kdd-experiments

brycewang-stanford/Awesome-Journal-Skills

这是一份关于撰写高水平机器学习论文实验部分的全面指南。文章详细介绍了“四轴证据计划”（质量、规模、效率和机制），并强调了数据卫生和实验设计的严谨性。它指导用户如何避免时间泄漏、使用矩阵化方式记录消融实验，从而确保研究成果在学术上具备高度的可信度和可复现性。

推荐系统实验设计与审计指南

recsys-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南为推荐系统（RecSys）研究提供了完整的实验设计和审计框架。它指导用户如何确保实验的严谨性，涵盖了时间分割处理、消除评估偏差（如曝光和热门度偏差）的最佳实践，并强调了如何利用高级离线评估指标（如IPS、A/B测试）建立离线结果与实际在线行为之间的可信桥梁，适用于学术论文撰写。

Web会议实验设计与评估指南

webconf-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南为撰写Web会议（WWW）论文的作者提供实验设计和证据评估的详细标准。它指导作者如何确保实验证据的规模、时效性和真实性与研究主张严格匹配，涵盖了数据溯源、避免数据泄露（如时间或流行度泄露）、建立严格基线模型以及进行稳健的统计分析，以达到最高的学术严谨性。

语言