enable-tables-offline
为表启用离线可用性与变更跟踪等先决设置以加入离线配置。
▸ 推荐理由作为离线配置的预检步骤，确保表满足离线同步条件。
▸ 风险提示会修改 Dataverse 表设置，通常需要管理员权限。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 258 个
edit-offline-profile
对现有离线配置的单项设置（范围/列/频率）进行修改而不重跑向导。
▸ 推荐理由适合仅需小范围调整离线策略的维护场景。
▸ 风险提示需访问并修改 Dataverse 离线配置，要求相应权限。
assign-offline-profile
将用户或团队绑定到移动离线配置以启用离线同步。
▸ 推荐理由适合需配置离线访问的运维或租户管理员。
▸ 风险提示需要访问 Power Platform 租户并修改 Dataverse 配置与权限。
add-sample-data
为 Dataverse 表生成并插入符合模式的真实感示例记录。
▸ 推荐理由快速让新应用在首次运行时展示真实化数据，便于演示与本地开发。
▸ 风险提示会向 Dataverse 写入数据，可能污染生产环境或泄露示例中的敏感字段。
add-dataverse
在 Power Apps 中添加 Dataverse 表并生成 TypeScript 模型与服务代码。
▸ 推荐理由自动生成模型与服务、支持建表，显著加速 Dataverse 开发集成。
▸ 风险提示创建或修改 Dataverse 架构需较高权限，可能影响生产数据与结构。
agent-memory
为 AI 代理提供持久化、可检索的混合记忆并同步项目文档。
▸ 推荐理由适合需要长期上下文与文档同步的代理。
▸ 风险提示可能需要连接外部数据库或云存储，需配置凭据。
agent-memory-mcp
作为 MCP 服务运行的混合记忆库，提供持久可搜索的代理知识管理。
▸ 推荐理由支持长期记忆、项目文档同步与可检索知识库建设。
▸ 风险提示运行服务器并开放端口，可能带来外网暴露及运维安全风险。
adhx
将 X/Twitter 帖子转换为包含全文与元信息的结构化 JSON 以供 LLM/分析使用。
▸ 推荐理由比网页抓取更稳健便捷，适合需要清洗社交媒体数据供模型消费的场景。
▸ 风险提示依赖第三方 ADHX API，可能有不可用、速率限制或隐私问题。
ad-campaign-analyzer
对跨渠道广告数据归一化分析、量化不确定性并提出可执行的预算测试建议。
▸ 推荐理由强调不夸大因果、提供可验证的预算实验和不确定性度量，适合数据驱动决策。
weather-fetcher
使用 Open-Meteo API 获取迪拜当前温度并返回指定单位的结果。
▸ 推荐理由实现明确，适合演示或小型天气查询流水线集成。
▸ 风险提示会调用外部天气 API，涉及网络请求与第三方依赖
session-trends
基于会话指标计算窗口聚合与差异，追踪性能与行为趋势。
▸ 推荐理由便于定期量化进展与回归检测，适合产品与运营监控。
▸ 风险提示依赖本地 metrics.jsonl 数据，需保证数据完整与权限。
session-scan
批量发现会话并计算摩擦、机会与指纹等定量指标以供分流。
▸ 推荐理由自动化会话打分与过滤，降低手工审查成本并支持量化监控。
▸ 风险提示会拉取大量会话 JSON，需注意上下文大小与用户隐私。
arize-experiment
创建、运行并分析在 Arize 平台上的模型实验与对比。
▸ 推荐理由便于系统化比较模型性能并导出实验结果
▸ 风险提示运行实验可能使用账号配额或上传敏感数据，注意权限和成本
arize-evaluator
在 Arize 上配置并运行 LLM 评估器与自动化评价任务。
▸ 推荐理由适合需要大规模自动化评估与监控模型表现的团队
▸ 风险提示评估数据可能发往模型或第三方，注意数据泄露风险
arize-dataset
管理 Arize 中的数据集、版本及样本导入导出操作。
▸ 推荐理由方便构建可重现的评估数据与批量导入导出流程
▸ 风险提示数据集可能包含敏感信息，注意导入导出与访问权限
arize-annotation
在 Arize 中创建和管理标注配置与标注队列工作流。
▸ 推荐理由便于构建人类审查与标签回写的标准化流程
▸ 风险提示可能包含用户数据或敏感标签，注意隐私与合规
arize-ai-provider-integration
在 Arize 中管理并配置 LLM 提供商的集成与凭证。
▸ 推荐理由便于集中管理多家模型提供商的认证与接入设置
▸ 风险提示会处理并存储第三方模型凭证，注意密钥安全与访问控制
deepchat-data-import
设计或实现导入、检查和迁移 DeepChat 本地数据（含 SQLite/SQLCipher）。
▸ 推荐理由处理本地会话与加密数据库的迁移与分析，适合迁移/备份场景。
▸ 风险提示可能访问本地敏感数据或密钥，需妥善处理凭证与隐私。
iflytek-image-understanding
对图片内容进行理解并回答问题，支持视觉问答与描述生成。
▸ 推荐理由基于Spark Vision的图像理解，适合图像问答与自动标注场景。
▸ 风险提示需调用讯飞视觉接口并上传图片，存在数据隐私泄露风险。
youtube-transcribe-skill
从 YouTube 视频提取字幕/转录并保存为本地文件。
▸ 推荐理由快速把视频内容变成可搜索文本，适合内容编辑与研究。
▸ 风险提示需联网访问 YouTube，可能涉及受版权保护的内容与隐私问题。
geomaster
处理卫星影像、栅格/矢量与空间分析的综合地理空间技能包。
▸ 推荐理由覆盖多源卫星数据与多语言示例，科研与工程皆可用。
▸ 风险提示安装依赖（如 GDAL）会下载外部二进制，安装复杂。
exploratory-data-analysis
自动识别多种科学数据文件并生成详尽的探索性分析报告。
▸ 推荐理由适合处理异构科研数据，能快速生成可复用的分析文档。
▸ 风险提示会读取并处理用户上传数据，注意敏感或未脱敏信息。
database-lookup
可对 78 个公共数据库进行可复现、带溯源的 API 查询与结果验证。
▸ 推荐理由适合需要权威数据出处与可复现检索的科学/监管/财务场景，非常实用。
▸ 风险提示会调用外部 API，需管理凭据、速率限制与数据使用授权。
cellxgene-census
程序化查询 CZ CELLxGENE Census 的标准化单细胞与空间转录组数据。
▸ 推荐理由按需获取大规模细胞元数据与表达切片，免下载整库节省带宽。
▸ 风险提示访问公共服务可能受限或需遵守数据使用政策。
bioservices
统一访问 40+ 生物信息学网络服务与数据库的 Python 接口。
▸ 推荐理由便于跨库整合与批量查询，适合多源数据分析场景。
▸ 风险提示依赖外部数据库网络服务，可能受限流或服务变更影响。
bids
管理、查询与验证 BIDS 标准的神经影像与生物医学数据集。
▸ 推荐理由显著加速数据整理和合规性检查，适合影像研究团队使用。
anndata
用于单细胞数据的注释矩阵格式与 Python API，便于读写 .h5ad 文件。
▸ 推荐理由对单细胞分析的研究者和数据工程师非常必要，生态成熟。
aeon
提供时序机器学习算法与工具，支持分类、回归、预测与异常检测。
▸ 推荐理由适合处理时序数据的工程师，API 兼容 scikit-learn 便于集成。
memory
用 ChromaDB 保存与检索会话记忆，实现跨会话持久上下文。
▸ 推荐理由让代理跨会话保持上下文，提高连续对话质量。
▸ 风险提示可能存储敏感信息，注意隐私与访问控制。
air-quality
无需 API 密钥，调用 Open-Meteo 获取并解释任意地点的实时空气质量与健康建议。
▸ 推荐理由直接可用的实时 AQI 查询并翻译为健康指引，适合日常决策场景。
▸ 风险提示会向第三方（Open-Meteo）发起外部网络请求获取数据。
data-telemetry-expert
覆盖 OpenTelemetry、产品分析与数据管道的可观测性与埋点架构指南。
▸ 推荐理由帮助构建可靠的追踪、指标与事件采集体系，支撑产运研协作。
▸ 风险提示埋点与遥测可能采集用户敏感数据，需注意合规与最小化收集。
web-scraper
多策略智能抓取网页结构化数据，支持分页、监控并导出为 CSV/JSON/MD。
▸ 推荐理由适合定期抽取站点表格/列表/价格等数据并自动化导出分析流程。
▸ 风险提示会发起外部网络请求并处理第三方页面，可能涉及反爬或版权/隐私合规风险。
add-mnemon
在容器中安装 mnemon，为代理提供持久的图谱记忆与回忆能力。
▸ 推荐理由让代理跨会话记住关键信息与洞见
▸ 风险提示会修改镜像并在容器内注册钩子与写入 .claude 挂载
add-karpathy-llm-wiki
在 NanoClaw 组内搭建基于 Karpathy 模式的持久化 Wiki 知识库。
▸ 推荐理由适合需要连续记忆与长期知识管理的团队与代理。
▸ 风险提示会在服务器存储知识数据，注意隐私与访问控制。
sif-to-csv
将 SIF 贸易交换格式解析为可读 CSV 并可追加至产品库。
▸ 推荐理由便于检查经销商导出数据并快速导入项目商品库。
▸ 风险提示可能处理含价格与供应商敏感信息，注意隐私与授权。
sif-to-csv
把供应商或采购系统的 SIF 文件转换成可读的 CSV 或 Google Sheet。
▸ 推荐理由解决行业惯用交换格式与常用表格间的兼容问题，便于导入与核对。
product-spec-pdf-parser
解析价格表与产品说明等 PDF，将杂乱布局转换为结构化产品规格表。
▸ 推荐理由把纸质与 PDF 资料自动化为可编辑的产品清单，节约人工录入。
▸ 风险提示解析 PDF 需上传文件并依赖 PyMuPDF 等第三方库
product-spec-bulk-fetch
从一批产品页面 URL 提取结构化规格、尺寸、材质、价格和图片。
▸ 推荐理由批量把网页产品页标准化为可导入的规格表，便于采购与设计对接。
▸ 风险提示会抓取外部页面，可能遇到反爬或需要认证的情况
product-data-import
将原始商品列表或粘贴内容格式化为 33 列 FF&E 主表结构并输出。
▸ 推荐理由快速把零散清单转成规范化的产品排表，支持多种输出格式。
▸ 风险提示会写入主 Google Sheet，需授权访问并谨慎操作。
product-data-cleanup
规范化 FF&E 清单的大小写、单位、维度和材料词汇等数据。
▸ 推荐理由把凌乱的产品表整理为可直接用于规格或招标的标准表格。
▸ 风险提示会读写主 Google Sheet，可能批量修改敏感产品数据。
第 1 / 7 页下一页 →