登录
下载
Skill UI
浏览并发现
11123+
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
Skill
,共找到
3348
条记录
默认排序
最新上传
最多下载
多智能体团队构建器
team-builder
affaan-m/ECC
331
这是一个交互式的工具,用于发现、选择并构建由多个专业AI智能体组成的团队。它可以从不同领域(如工程、市场营销)选择多个角色,然后以并行模式启动它们。最后,它会整合所有智能体的独立分析结果,生成包含共识、冲突点和下一步建议的综合报告。
查看详情
证据驱动的命令行操作
terminal-ops
affaan-m/ECC
305
该工作流用于指导用户进行证据驱动的终端操作。适用于需要执行实际命令行命令、检查Git状态、调试CI失败或推送狭窄修复的场景。它强调将修复范围保持最小化,并准确报告代码的当前状态和验证结果。
查看详情
测试覆盖率差距检测与建议
test-gaps
ruvnet/ruflo
352
该技能用于自动检测代码库中的未覆盖测试区域,并生成具体可操作的测试建议。它对于开发者至关重要,用于识别代码中的测试盲区、评估新功能带来的覆盖率差距,或主动规划后续需要编写的单元测试,从而提升代码质量和健壮性。
查看详情
回答深度与令牌预算顾问
token-budget-advisor
affaan-m/ECC
368
该技能在AI生成回答前进行拦截,允许用户精确控制期望的回答深度、长度和令牌预算。它会根据用户输入的内容复杂性进行估算,并提供多个级别选项(如25%至100%),确保输出内容与用户需求匹配,无论是需要简短总结还是详尽分析。
查看详情
带签名历史交易回测
trader-backtest
ruvnet/ruflo
273
使用高性能的神经交易引擎,执行全面的交易策略历史回测。该功能支持前向滚动验证,并捕获包括夏普比率、最大回撤等关键指标。最重要的是,它会对回测结果进行Ed25519加密签名,提供不可篡改的证据,确保数据在从模拟到实盘推广过程中的完整性和可信度。
查看详情
交易信号特征归因解释
trader-explain
ruvnet/ruflo
339
本技能用于为复杂的算法交易信号提供监管级别的特征归因分析。通过构建特征贡献图并运行PageRank算法,它可以精确识别出哪些输入特征对最终预测结果的贡献最大。这对于满足欧盟AI法案和SEC等监管机构对模型可解释性的要求,提供可靠的审计追踪。
查看详情
均值方差投资组合优化求解
trader-portfolio-cg
ruvnet/ruflo
284
本技能用于求解均值方差投资组合优化问题,采用高效的共轭梯度法(CG)而非传统的Neumann级数。该方法在计算最佳投资权重方面具有显著的速度提升(提升40-60倍),适用于对计算性能要求极高的量化金融和风险管理场景。
查看详情
基于异常检测的交易信号生成
trader-signal
ruvnet/ruflo
492
该技能利用神经元交易者(neural-trader)的异常检测引擎,结合Z分数评分,自动扫描市场数据。它能识别出包括突破、趋势形成、震荡等多种市场异常模式,并通过神经网络预测和历史模式匹配,生成具备高置信度的、可执行的交易信号。适用于量化交易和算法策略制定。
查看详情
市场数据神经网络训练与预测
trader-train
ruvnet/ruflo
88
该技能提供了一个完整的市场预测工作流,用于使用历史市场数据训练先进的神经网络模型(如LSTM、Transformer和N-BEATS)。它可以进行模型训练、生成带置信区间的预测、比较不同模型的性能,并将结果结构化存储,支持后续的深度分析和模型优化。
查看详情
统一警报与通知管理系统
unified-notifications-ops
affaan-m/ECC
233
本技能旨在解决来自GitHub、Linear、本地钩子等各种工具的通知碎片化和噪音问题。它提供了一个统一的、操作化的工作流设计框架,用于整合和管理所有警报。核心目标是通过定义明确的严重性等级、责任人、路由渠道和后续操作步骤,将分散的通知流汇聚成单一、可操作的流程。
查看详情
美国专利商标官方记录查询
uspto-database
affaan-m/ECC
257
用于系统化访问和分析美国专利商标局(USPTO)的官方知识产权数据。涵盖专利搜索、商标状态查询、所有权转移追踪和IP景观记录构建。适用于IP尽职调查和记录确认,强烈推荐使用官方API,并强调数据日志记录。本工具仅用于数据收集,不构成法律建议。
查看详情
向量聚类:发现语义群组
vector-cluster
ruvnet/ruflo
293
该技能利用图谱社区检测算法(如谱聚类/Louvain)对指定命名空间内的向量集合(如代码嵌入)进行聚类。它用于发现数据集中潜在的主题、识别自然分组,并分析大规模、非结构化向量数据间的关联性。适用于需要根据语义相似性而非简单关键词匹配来组织向量数据的情况。
查看详情
上一页
1
2
3
...
275
276
277
278
279
下一页
语言
简体中文
English