登录
下载
Skill UI
浏览并发现
9185+
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
UI验证
,共找到
30
条记录
默认排序
最新上传
最多下载
Databricks生产部署清单
databricks-prod-checklist
jeremylongshore/claude-code-plugins-plus-skills
490
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。
查看详情
Firecrawl网络爬取事件处理指南
firecrawl-webhooks-events
jeremylongshore/claude-code-plugins-plus-skills
185
本指南详细介绍了如何使用Firecrawl Webhook处理异步爬取和批量抓取任务的事件。用户无需通过轮询API来获取状态,而是通过配置Webhook端点,实时接收关键事件(如页面抓取、任务完成等)的推送通知。内容涵盖了事件类型、签名验证机制和实时数据流的处理方法,适用于构建高性能的数据爬取管道。
查看详情
Juicebox AI 数据分析 CI/CD 配置
juicebox-ci-integration
jeremylongshore/claude-code-plugins-plus-skills
238
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。
查看详情
KPI 定义助手
kpi-definition-helper
jeremylongshore/claude-code-plugins-plus-skills
433
自动执行数据分析中的 KPI 定义流程,提供实践建议、SQL/可视化/商业智能的模板与验证,帮助团队高效产出标准化成果。
查看详情
数据集划分助手
splitting-datasets
jeremylongshore/claude-code-plugins-plus-skills
278
该技能自动生成并执行 Python 代码,将数据集按指定比例划分为训练、验证与测试集,方便机器学习模型的训练与评估。
查看详情
SQL 转换助手
sql-transform-helper
jeremylongshore/claude-code-plugins-plus-skills
60
围绕数据管道中的 SQL 转换辅助任务,自动提供 ETL、数据转换、工作流编排与流式处理等流程指导,输出符合最佳实践的生产级代码并验证结果。
查看详情
机器学习模型训练
training-machine-learning-models
jeremylongshore/claude-code-plugins-plus-skills
491
自动化完成机器学习模型的训练流程,包括数据分析、模型类型选择、参数配置、交叉验证训练、性能评估以及生成可复用的模型产物,适用于需要训练或评估数据集的场景。
查看详情
可视化最佳实践指南
visualization-best-practices
jeremylongshore/claude-code-plugins-plus-skills
499
为数据分析中的可视化提供自动化支持,涵盖分步指导、行业模式、可投入生产的代码和报告验证,帮助保持优秀的数据呈现规范。
查看详情
学术新颖性检测工具
novelty-check
wanshuiyin/Auto-claude-code-research-in-sleep
388
本技能用于系统性地检测研究思路或方法的新颖性。它能够提取核心技术主张,并在全球文献(包括arXiv、谷歌学术、顶级会议等)中进行多源搜索,并通过高级模型进行交叉验证。最终生成结构化的报告,提供新颖性评分、最接近的现有工作和明确的研究建议,帮助用户避免重复研究。
查看详情
实验结果到结论验证门控
result-to-claim
wanshuiyin/Auto-claude-code-research-in-sleep
495
该工具用于评估实验收集的原始数据是否支持预设的科学主张或假设。它整合来自多个源头的实验结果,并利用AI模型进行客观判断,确定支持程度(完全支持、部分支持或不支持)。该流程能够系统性地识别证据空白,并给出下一步建议,帮助研究人员在撰写论文或得出最终结论前,校准研究方向。
查看详情
蒙特卡洛监控创建
monte-carlo-monitor-creation
sickn33/antigravity-awesome-skills
389
指导用户先完成请求与表信息验证,再通过 MCP 的干运行工具生成 monitors-as-code YAML,由 CLI 或 CI/CD 方式应用,避免直接创建监控。
查看详情
足球实体假设与验证
football-entity-hypothesis
EverMind-AI/EverOS
189
本技能指导用户系统性地识别和验证足球实体(球员或俱乐部)。当搜索结果提供初步线索,或当问题提供了足够的详细约束条件(如国籍、时代、联赛)进行假设时使用。核心步骤是构建针对性的名称搜索,并交叉比对所有约束(如出生年份、职业生涯等)以确保信息准确性。
查看详情
上一页
1
2
3
下一页
语言
简体中文
English