登录
下载

Skill UI

浏览并发现 9765+ 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 识别 ，共找到 679 条记录
默认排序 最新上传 最多下载

艺人生活事件身份识别

musician-life-event
EverMind-AI/EverOS
173
本方法指导用户在识别音乐人时，将搜索重点从作品信息（如专辑或歌曲）转移到其独特的个人生活事件。它强调使用极具辨识度的生平细节、职业转折点或特殊人生经历作为主要搜索锚点，从而在缺乏作品线索时，大幅提高身份识别的准确性。
查看详情

印度影星家族链追踪

actor-indian-family
EverMind-AI/EverOS
115
适用于识别印度影星时，线索通过亲属关系（如父亲、配偶、祖父等）间接指引的情况。核心在于建立并系统性地追踪完整的家族链条，而非试图跳跃得出结论。这是一个复杂的推理技巧，用于解开宝莱坞相关的深度知识谜题。
查看详情

乐队成员经历定位法

band-member-experience
EverMind-AI/EverOS
178
本技巧指导用户通过利用乐队成员独特的个人经历（如重大手术、搬迁、特殊职业）来发现信息稀缺的乐队。当直接搜索乐队名称或作品信息困难时，应识别问题描述中最特殊的个人事件，并以此作为搜索锚点。这种“成员优先”的搜索方法，能高效锁定成员身份，进而确定目标乐队。
查看详情

物种特征综合识别技术

bio-taxonomic-combo
EverMind-AI/EverOS
91
本指南提供了一种高级的物种识别方法论。它教授如何利用多个生物学特征（如栖息地、形态、行为和地理范围）进行组合推理，以精准定位目标物种。核心技巧包括：当问题涉及国家人口统计学信息时，应首先利用人口增长或地方特有物种等信息锁定国家，从而极大地缩小物种搜索范围。
查看详情

基于开发商的游戏检索

game-developer-hub
EverMind-AI/EverOS
338
当问题没有提供游戏名称，而是提供了开发商公司的间接线索时，使用此技能。这些线索可能包括公司名称的字面含义、创始人背景、公司历史或慈善基金会活动。需要先根据线索识别出开发商，再利用该开发商的官方目录找到目标游戏。
查看详情

利用音乐奖项进行艺人交叉搜索

musician-award-cross
EverMind-AI/EverOS
198
该技能利用音乐奖项（如格莱美提名和获奖信息）作为高度结构化、可验证的搜索锚点。通过提取奖项类别、年份和获奖状态等线索，用户可以进行交叉比对，将潜在艺人与权威奖项数据库进行比对，从而极大地缩小候选范围，实现高精度的艺人识别与验证。
查看详情

历史描述性术语翻译

historical-term-translate
EverMind-AI/EverOS
458
本技能旨在将关于历史事件、人物或文化的模糊描述性语言，转化为精确的专业历史术语或专有名称。它通过识别描述背后的核心概念（例如，将“夸大关于某一地区的事实”翻译为“夸张故事”），提升了搜索的精准度。尤其适用于研究全球历史，掌握了查找南亚、中东和非洲等非西方文化背景的资料。
查看详情

印度演员假设猜测法

actor-indian-hypothesis
EverMind-AI/EverOS
213
该技能用于通过间接线索（如奖项、家庭关系、争议事件等）来猜测和识别印度或宝莱坞演员。当原始问题信息不足时，首先根据线索形成1-3个候选名字，然后对每个候选名字进行有针对性的验证搜索，从而高效确认最终答案。
查看详情

游戏技术细节搜索

game-technical-detail
EverMind-AI/EverOS
154
本指南提供了一种识别特定电子游戏的高级搜索技巧。它强调利用高度具区分度的技术细节，例如特定的游戏平台（如DOS、NES、PS4）、发行方式（共享软件）、游戏引擎、游戏时代和特定网站的评级分数。通过组合多个约束条件（平台+时代+细节），用户可以极大地缩小搜索范围，甚至定位到游戏中特定的开发者或艺术家。
查看详情

批判性思维教练

06-critical-thinking
24kchengYe/human-skill-tree
433
该技能系统性地训练用户进行批判性思考。它指导用户学习如何分析论点、识别逻辑谬误（如人身攻击、虚假两难）、认识认知偏见，并评估信息的可靠性。旨在帮助用户构建一套强大的思维工具箱，以应对信息爆炸和虚假宣传。
查看详情

Aeon时间序列机器学习工具包

aeon
K-Dense-AI/scientific-agent-skills
106
Aeon是一个兼容scikit-learn的Python时间序列机器学习工具包。它提供了一个统一的API，用于处理时间序列数据的分类、回归、聚类、预测（Forecasting）、异常检测、分段和模式识别等多种高级任务。适用于需要对时间依赖性数据进行专业分析的场景。
查看详情

用Arboreto推断基因调控网络

arboreto
K-Dense-AI/scientific-agent-skills
419
Arboreto是一个强大的Python库，用于从各种基因表达数据集（包括bulk和scRNA-seq）推断基因调控网络（GRNs）。它利用GRNBoost2和GENIE3等高级机器学习算法，支持Dask的分布式计算，适用于分析大规模的转录组学数据。它可以帮助用户识别关键的转录因子-靶基因调控关系。
查看详情
上一页123...43444546474849...555657下一页
语言
简体中文
English