自动执行数据质量校验任务,覆盖数据管道中的ETL、转换、工作流编排及流式处理环节,提供符合行业规范的校验方案、可落地的代码配置与标准合规性验证。

Skill
收录可复用的技能工作流,帮助你按场景快速找到方法。
当前显示第 46 / 67 页,共 1982 条结果,本页区间为 1351-1380,当前标签为 数据与分析。
通过自然语言引导非技术用户逐步完成开发任务,在用户困惑时识别当前项目状态并提供具体下一步指令建议,帮助其以日常对话形式推进应用构建流程。
执行 Perplexity 的核心业务流程,覆盖从初始化、调用 API 到结果确认的完整链路,支撑主要功能开发与系统级集成,需在完成认证配置及环境准备后运行。
实现对 PDDL 规划问题的完整处理流程,包括加载领域与任务、生成序列化计划、验证计划正确性并保存结果,适用于经典规划场景下的自动化求解与方案验证。
将临时会话经验转化为持久能力,通过分析学习记录识别高频模式,自动归类为技能、规则、钩子或智能体更新,并依据出现频次与适用场景决定是否固化,最终实现系统能力的持续复利增长。
构建多阶段工作流的优化提示,支持研究、规划与执行的链式调用。通过结构化输出和元数据实现 Claude 间高效协作,自动生成摘要文件便于人工审阅,确保任务可追溯并提供清晰的下一步指引。
自动创建项目内的智能编码任务框架,将功能需求转化为可执行的用户故事并生成配套文件结构,引导用户手动启动自动化开发流程,适用于特性开发的初始化与任务拆解。
处理电子表格的创建、编辑与分析,支持公式计算、数据可视化及格式化操作,确保数值动态更新与零公式错误,适用于财务建模等需高精度计算和规范格式的场景。
提供结构化的内容策划能力,支持从关键词挖掘、竞品页面分析到大纲生成的全流程,确保产出内容精准匹配搜索意图、覆盖用户疑问,并满足可读性、权威性及SEO技术规范等多维要求。
自动执行企业工作流中的影响分析任务,提供从流程设计到合规验证的端到端支持,涵盖项目管理、治理规范与系统集成模式,生成符合行业标准的可部署配置与实施方案。
自动记录系统对各类 Claude 配置文件的访问行为,涵盖 CLAUDE.md 文档、规则集、技能定义、命令配置及自定义智能体,生成带时间戳的结构化使用日志,用于审计与配置演化分析。
自动监控模型训练过程中的性能指标,当验证损失不再改善时提前终止训练,避免过拟合并节省计算资源,适用于深度学习与机器学习实验的优化场景。
自动检测插件的安全风险、代码规范与合规性,扫描敏感信息泄露、危险命令及结构缺陷,验证文档完整性与最佳实践,生成带评分和改进建议的审计报告,确保符合发布标准。
自动生成技术文档中的快速入门指南,支持根据行业规范生成标准化配置与代码,提供实践建议及合规性验证,适用于 API 文档、用户手册和架构说明的高效编写与维护。
自动生成符合行业规范的 Plotly 图表代码与配置,提供从基础图表创建到高级可视化定制的全流程支持,覆盖数据映射、样式设置、交互功能实现及输出验证。
启动学习框架前的标准化初始化流程,自动加载机构知识库、黄金准则与近期会话上下文,首次运行时引导用户启用仪表盘并选择主力AI模型,全程通过状态文件跟踪交互阶段,确保每次会话都基于最新共识与配置展开。
具备对人工智能模型、数据集及代码进行伦理合规性与公平性自动评估的能力,可识别潜在偏见、分析跨群体的决策差异,并生成改进建议报告,支撑负责任的人工智能研发与落地实践。
自动分析机器学习模型中各特征对预测结果的影响程度,提供从数据预处理到模型训练全过程的优化建议与代码实现,支持主流框架下的特征重要性可视化及结果验证,适用于需要提升模型可解释性的场景。
自动化管理机器学习模型注册与部署流程,支持从模型版本控制到生产环境发布的全周期操作,适用于构建可复现、可追溯的 MLOps 工作流。
生成科研级矢量图表,涵盖神经网络架构、流程图、电路图及生物通路等类型,输出SVG/EPS格式并存入figures/目录,自动执行图形质量验证确保无重叠、高对比度与可访问性,支持在学术论文中精准引用。
提供 AI代理团队的全生命周期管理能力,涵盖代理创建、任务执行、环境配置、多代理协同编排、工作流审批、服务部署及可观测性追踪,支持本地开发与云原生生产部署一体化。
聚合分析全球570多个网络安全机构发布的年度安全报告,覆盖威胁情报、行业趋势、各垂直领域及新兴技术方向,支持自动更新数据源、按需获取特定报告,并对跨厂商报告进行横向比对与趋势提炼。
监控应用栈的资源消耗与性能瓶颈,通过实时采集各类系统及应用指标,分析运行效率并识别优化空间,在成本控制、实例规格调整和异常检测等场景中提供数据驱动的决策支持。
提供机器学习全周期可视化能力,支持训练指标动态追踪、模型结构图绘制、权重与梯度分布分析、高维嵌入降维投影、超参数实验对比、性能瓶颈定位及图像文本中间结果展示,覆盖 PyTorch 和 TensorFlow 生态。
提供创建和优化技能的系统化方法,涵盖从需求分析、资源规划、模板初始化、内容编写到验证打包的完整流程,帮助将专业知识、工作流与工具集成转化为可复用、易维护、上下文高效的模块化能力。
支持多类型组学数据的可视化分析,涵盖批量转录组的韦恩图与火山图绘制、基于故宫色系的配色方案定制、单细胞数据的嵌入式布局与密度渲染,以及细胞比例统计和基因空间分布叠加等高级图表生成能力。
支持对 CSV 数据进行深度探索与可视化呈现,能够自动生成交互式统计图表、多维度数据仪表盘及全面的数据质量分析报告,适用于从初步数据探查到专业报表制作的全流程分析需求。
提供指标计算性能的系统化基准测试能力,支持对批量、增量和实时三类数据处理模式进行量化对比与回归检测,设定明确的性能优化目标,并通过自动化工具识别性能退化,指导开发者采用零拷贝、缓存复用等高效实现方式。
根据创意简报和参数定义完成插件的初始阶段研究与规划,生成包含核心组件、处理链路和参数映射的技术架构文档,并制定实现路径与复杂度评估方案,通过子代理协作确保设计完整性,为后续开发提供可执行的契约文件。
聚合分析全球570多个网络安全机构发布的年度安全报告,覆盖威胁情报、行业趋势、区域评估、垂直领域风险及新兴技术影响等多个维度,支持自动更新源列表、按需获取特定报告、跨厂商数据比对与趋势提炼,为安全决策提供结构化洞察。