软件下载帮助文档新闻资讯

Skill UI

浏览并发现 19156+ 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

搜索敏感性，共找到 33 条记录

默认排序最新上传最多下载

Excel DCF估值模型构建器

excel-dcf-modeler

jeremylongshore/claude-code-plugins-plus-skills

本工具用于在Excel中构建专业的现金流折现（DCF）估值模型。它能自动生成包含自由现金流预测、WACC计算、永续价值和敏感性分析的四张工作表。适用于投资银行和企业金融领域，帮助用户准确计算企业的内在价值和企业价值。

Excel 杠杆收购建模器

excel-lbo-modeler

jeremylongshore/claude-code-plugins-plus-skills

在 Excel 中构建完整杠杆收购模型，涵盖资金来源与用途、债务计划、运营预测与回报敏感性，帮助私募分析团队在决策前评估 IRR、MoM 与契约风险。

DepMap 依赖数据探索

K-Dense-AI/claude-scientific-skills

通过 DepMap 查询癌细胞系的 CRISPR Chronos 依赖评分、药物敏感性与基因效应，辅助靶点验证、生物标志物发现与合成致死研究，可用 API 或批量下载进行分析。

现代Perl开发模式与最佳实践

affaan-m/everything-claude-code

本指南提供了一套构建健壮、可维护、符合惯用语法的现代Perl应用程序的最佳实践。内容涵盖了从Perl 5.36+的新特性使用、面向对象设计（Moo/Moose），到高级错误处理、上下文敏感性以及复杂正则表达式的最佳实践，旨在帮助开发者升级和优化代码质量。

Web缓存欺骗攻击测试

performing-web-cache-deception-attack

mukul975/Anthropic-Cybersecurity-Skills

本技能指导用户执行复杂的Web缓存欺骗攻击，利用CDN和源服务器之间路径规范化和缓存密钥构造的差异。主要用于测试应用程序在受CDN保护下的数据敏感性、缓存投毒和身份验证绕过漏洞，特别适用于评估Cloudflare等缓存层配置的安全性。

癌症依赖图谱分析工具

K-Dense-AI/scientific-agent-skills

该工具提供癌症依赖图谱（DepMap）数据接口，基于全基因组CRISPR筛选、RNAi和化合物敏感性实验。可用于查询基因的依赖性评分，识别特定于癌症的脆弱点，预测合成致死作用，并验证肿瘤学药物靶点。

证据导向市场调研工具

market-research-reports

K-Dense-AI/scientific-agent-skills

该技能用于生成可审计的市场研究报告和市场规模测算场景。确保每个主张都能追溯到原始来源，区分事实与估算。适用于市场定义、竞争格局分析及带有敏感性分析的预测模型构建。支持 Python 工作流和 LaTeX 模板。

供应商绩效与风险管理

vendor-management

alirezarezvani/claude-skills

该工具专为业务运营和供应商管理办公室（VMO）设计，用于进行系统化、前瞻性的供应商性能审计。它通过加权维度（可靠性、安全、支持）对SaaS和第三方供应商进行评分，追踪SLA合规性以识别潜在的费用索赔，并根据数据敏感性、财务和监管等关键维度对第三方风险进行分级。适用于季度供应商健康检查和制定可辩护的续签决策。

现代Perl开发模式与最佳实践

本指南提供了一套构建健壮、可维护、符合惯用语法的现代Perl应用程序的最佳实践。内容涵盖了从Perl 5.36+的新特性使用、面向对象设计（Moo/Moose），到高级错误处理、上下文敏感性以及复杂正则表达式的最佳实践，旨在帮助开发者升级和优化代码质量。

会计研究稳健性与敏感性分析指南

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了会计实证研究中撰写稳健性和敏感性分析章节的方法论要求。它系统涵盖了四大支柱：替换会计度量、控制制度/治理变量、进行安慰剂检验和内生性后续处理，旨在帮助作者确保研究结论经得起严格的学术审稿考验。

经济学论文稳健性与延伸性检查

aejmic-robustness

brycewang-stanford/Awesome-Journal-Skills

本指南为顶级经济学期刊（如AEJ: Micro）论文提供了一个严谨的框架。它指导作者如何系统地进行稳健性检验和理论扩展，包括放松假设、处理边界案例和实证敏感性分析。核心目标是确保所有新增内容都能真正增强论文的学术贡献，而非简单地增加篇幅。

模型数据与性能评估指南

agsy-data-and-model-evaluation

brycewang-stanford/Awesome-Journal-Skills

本技能指导用户如何为复杂的系统模型进行科学、严谨的评估和验证。核心在于模型必须使用独立的、未参与校准的数据进行测试。内容涵盖了标准拟合统计量（如RMSE、NSE）、敏感性分析（找出关键驱动因素）、不确定性传播以及多目标权衡分析，确保模型的科学可靠性。

语言