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

搜索特征化，共找到 19 条记录

默认排序最新上传最多下载

NFT稀有度分析与排名

analyzing-nft-rarity

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于深度分析非同质化代币（NFT）的专业工具。它能够从OpenSea等API获取集合元数据，解析和标准化NFT的属性特征，并使用多种算法（如稀有度得分、信息熵）计算出精确的稀有度分数。用户可以使用它对整个系列进行排名、比较特定代币或分析特征分布，结果支持JSON或CSV导出，非常适用于加密艺术品和区块链资产的研究。

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。

Databricks ML模型全生命周期管理

databricks-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

本流程展示了在Databricks上完整的MLOps生命周期。它指导用户如何使用Feature Store进行特征工程，通过MLflow进行实验跟踪和模型训练，在Model Registry中管理模型版本，最终部署为可实时推理的API服务。适用于构建可生产化、高可靠性的机器学习系统。

特征工程工具集

engineering-features-for-machine-learning

jeremylongshore/claude-code-plugins-plus-skills

该技能借助 feature-engineering-toolkit 插件自动创建、筛选和转化特征，用于提升机器学习模型的准确性和解释性，适合构造交互特征、降维或归一化等预处理场景。

多智能体MLOps管道编排

machine-learning-ops-ml-pipeline

sickn33/antigravity-awesome-skills

本技能旨在指导设计和实现一个完整的、生产级别的机器学习（ML）管道。它采用多智能体编排工作流，系统地覆盖了ML整个生命周期：包括数据摄取、特征工程、模型训练、代码优化和生产部署（MLOps），确保系统具备高可重复性、可监控性和高扩展性。

生产级机器学习管道与MLOps

Jeffallan/claude-skills

掌握从数据摄取到模型部署的完整机器学习生命周期。该技能涵盖使用Kubeflow、Airflow等编排工具构建健壮的生产级MLOps管道。核心能力包括使用Feast实现特征存储、严格的数据验证、实验跟踪（如MLflow）、模型注册和自动化部署，确保模型训练流程的端到端自动化和可复现性。

机器学习全生命周期流程管理

ml-pipeline-workflow

sickn33/antigravity-awesome-skills

本技能提供完整的MLOps管道编排指南，覆盖机器学习的整个生命周期。它指导用户从数据摄取、特征工程、模型训练，到系统级的模型验证和部署自动化，确保构建出可复现、高可用、可监控的生产级机器学习系统。

PostHog SDK升级与迁移指南

posthog-upgrade-migration

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一个全面的流程，用于安全地升级PostHog SDK（适用于JavaScript和Node.js）。内容详细介绍了跨主要版本的重要破坏性变更，例如v5.x版本对特征标志（featureFlags）的显式要求，以及PostHog.js的自动捕获API结构变化。它提供了一套结构化的步骤，包括版本审计、代码修改、测试、预发布环境验证和回滚计划。

高级数据科学家技能

senior-data-scientist

alirezarezvani/claude-skills

指导高级数据科学家用 Python、R、SQL 及 Scikit-learn、XGBoost、MLflow 完成实验设计、特征构建、模型训练与评估，并将统计洞察转化为业务决策。

分子机器学习工具集

K-Dense-AI/claude-scientific-skills

DeepChem 是面向化学与生物的 Python 机器学习库，提供分子特征化、数据加载、拆分和模型训练能力，可快速用于属性、毒性、蛋白质或材料性质预测。

科学数据探索分析

exploratory-data-analysis

K-Dense-AI/claude-scientific-skills

自动识别 200+ 科学数据格式，提取元数据、评估数据质量、推荐可视化方案，并生成 Markdown 报告，帮助科研人员在后续分析前全面把握数据结构与特征。

分子特征化中心

K-Dense-AI/claude-scientific-skills

Molfeat 是一个 Python 库，集成 100+ 分子特征器、转换器与预训练模型，用于 QSAR、虚拟筛选、相似性搜索和深度学习等分子 ML 场景。

语言