database-api-design
设计健壮的数据库模式与向后兼容的 API 合约与迁移策略。
▸ 推荐理由帮忙避免迁移风险和索引/事务错误，适合架构评审。
▸ 风险提示可能需要访问真实数据库架构或迁移脚本，含敏感信息。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 258 个
baoyu-youtube-transcript
通过 URL/视频ID 下载 YouTube 字幕、章节、封面与说话人信息并支持翻译。
▸ 推荐理由直接调用 InnerTube/yt-dlp 自动回退，能快速获取并缓存多语种字幕供重格式化使用。
▸ 风险提示会访问外部 YouTube 接口并可能下载受版权保护内容，需注意合规与依赖工具。
wiki-import
从 graph.json 或 OKF 包将外部知识图/页面导入当前 Vault 并重建页面。
▸ 推荐理由可恢复导出骨架或完整页面，方便迁移与恢复。
▸ 风险提示导入可能覆盖或造成冲突，执行前请备份
wiki-history-ingest
统一路由器，将不同来源的会话历史导入 Wiki。
▸ 推荐理由简化多模型会话归档入口，便于统一管理历史。
▸ 风险提示会将敏感对话写入知识库，需注意隐私与合规
wiki-export
将 Obsidian 知识图导出为 JSON/GraphML/Gephi/Neo4j 等结构化格式。
▸ 推荐理由方便外部可视化与知识库迁移，支持多种目标格式。
▸ 风险提示导出可能泄露私有数据，注意目标与权限
dummy-dataset
按列约束和格式生成真实感测试假数据或导出可执行脚本。
▸ 推荐理由支持多种输出格式并能生成脚本，快速构建样本数据用于测试。
sql-queries
根据自然语言与数据库模式生成适配不同方言的 SQL 查询。
▸ 推荐理由可直接把业务问题转成优化过的 SQL，节省手写查询与调试时间，支持多种方言。
cohort-analysis
对用户留存与分群进行 cohort 分析，生成保留曲线与分段洞察。
▸ 推荐理由适合产品/数据团队快速找出留存趋势与流失点，并给出可执行建议。
ab-test-analysis
对 A/B 测试结果做显著性检验、样本检验并给出上线/延长/停止建议。
▸ 推荐理由把统计结论转成明确产品决策，能处理导出文件并生成可复现的 Python 脚本。
knowledge-retrieval
对已摄取文档做语义检索，支持基于 RAG 的生成式回答。
▸ 推荐理由大幅提升文档检索准确性并支持带来源的回答生成。
▸ 风险提示需部署向量数据库/外部服务并注意数据隐私与访问控制。
wiki-ingest
将原始文档摄取入 wiki，提取关键信息并创建或更新页面。
▸ 推荐理由自动化知识库更新并维护引用，适合持续知识管理场景。
▸ 风险提示可能会处理敏感或个人数据，需注意隐私与存储合规性。
setup-timescaledb-hypertables
为时序与高写入场景配置 TimescaleDB hypertable 与表结构优化。
▸ 推荐理由针对 IoT 与监控类场景提升写入与查询效率，适合迁移时序数据。
▸ 风险提示需安装 TimescaleDB 扩展并修改表结构，存在迁移成本
postgres-hybrid-text-search
用 RRF 将 BM25 关键词检索与向量语义搜索融合成混合检索。
▸ 推荐理由兼顾精确关键词与语义相关性，适合文档与知识库检索优化。
▸ 风险提示依赖外部 embedding 模型与数据库扩展，成本与兼容性需评估
pgvector-semantic-search
在 PostgreSQL 中配置 pgvector 向量相似检索，用于 RAG 与语义搜索。
▸ 推荐理由把向量检索整合进关系库，便于构建语义检索与近邻查询功能。
▸ 风险提示需安装 pgvector 扩展并注意大规模向量的存储与性能成本
find-hypertable-candidates
分析 Postgres 并识别适合转换为 TimescaleDB hypertable 的表
▸ 推荐理由帮助定位时间序列表并衔接迁移流程，减少盲目改造成本
▸ 风险提示可能需要访问数据库元信息，注意权限与隐私
design-postgis-tables
提供完整的 PostGIS 空间表设计建议与性能模式
▸ 推荐理由覆盖几何类型、坐标系与空间索引，是位置应用建表实战参考
supabase-postgres-best-practices
Supabase 提供的 Postgres 性能与最佳实践指南。
▸ 推荐理由覆盖多类高影响规则，适合 SQL 优化与 schema 设计参考。
rag
实现文档分块、嵌入生成、向量存储与检索的 RAG 管道。
▸ 推荐理由把常见的检索增强生成流程模块化，适合快速搭建文档问答与知识库接入。
▸ 风险提示通常需调用外部嵌入/向量存储服务并使用 API Key
chunking-strategy
为检索增强生成系统提供文档切分与重叠策略建议。
▸ 推荐理由直接提升检索质量与召回/精确率评估，实用性强。
ray-data
面向ML的可扩展分布式数据处理框架，支持Parquet、流式与多模态数据。
▸ 推荐理由适合大规模预处理与批量推理的集群级数据流水线构建。
▸ 风险提示集群部署与资源管理复杂，需较多运维与配置。
nemo-curator
基于GPU的多模态训练数据治理与过滤，支持模糊/语义去重和PII/NSFW检测。
▸ 推荐理由大规模爬取数据快速清洗与高质量构建训练集的利器。
▸ 风险提示依赖NVIDIA GPU与专有库，安装与运行需高权限和显卡支持。
sentencepiece
语言无关的分词器，直接在原始 Unicode 文本上训练 BPE 或 Unigram 词表。
▸ 推荐理由适用于多语种与 CJK 场景，保证确定性与轻量部署。
huggingface-tokenizers
Rust 实现的高性能分词器，支持 BPE/WordPiece/Unigram 与自训练词表。
▸ 推荐理由性能与可定制性兼备，适合从研究到生产的分词需求与代理文本处理。
yc-reader
从 yc-oss API 拉取 Y Combinator 公司与批次的公开数据用于研究。
▸ 推荐理由提供结构化的 YC 公司索引，便于快速检索与批量分析创业公司信息。
yfinance-data
通过 yfinance 获取股票历史数据、财报与期权链
▸ 推荐理由快速接入海量免费市场数据，适合分析与回测
▸ 风险提示依赖第三方库和网络访问，需注意数据准确性与外部权限
tradingview-reader
通过 opencli 读取 TradingView macOS 客户端的行情、提醒和筛选器等只读数据。
▸ 推荐理由适合希望让 agent 直接读取本地 TradingView 状态与报价的交易员。
▸ 风险提示需要向本地 TradingView 进程附加（高权限）并运行 opencli。
hyperliquid-reader
通过 opencli 读取 Hyperliquid 的永续与现货市场公开行情与订单簿数据。
▸ 推荐理由为加密交易研究提供链上 DEX 的行情与深度数据接口。
▸ 风险提示依赖 opencli 插件与外部服务，可能存在接口变动风险
funda-data
访问 Funda AI 的 MCP 与 REST 接口，提供分析合成与研究数据服务。
▸ 推荐理由面向分析师的综合研究面板，支持合成与纯 API 两种风格。
▸ 风险提示需 OAuth 或 API 认证，并依赖付费/私有服务
finance-sentiment
通过 Adanos Finance API 汇总 Reddit、X、新闻与 Polymarket 的股票情绪信号。
▸ 推荐理由提供标准化跨源情绪指标，便于快速比较与研究。
▸ 风险提示需调用外部 API 并提供密钥，数据准确性依赖第三方
proprietary-data-generator
自动设计并执行问卷与基准研究，产出独家可供内容使用的数据。
▸ 推荐理由适合想建立数据护城河的内容团队，产出独家研究素材。
▸ 风险提示可能涉及用户数据采集与隐私合规问题
seo-audit
对博客与落地页执行十维度的 SEO 审计并给出优先修复清单
▸ 推荐理由结构化评分与优先级修复，适合想提升自然流量的网站
performance-report
生成包含 KPI、排名和建议的周/月度联盟业绩报告
▸ 推荐理由把数据转为可操作的报告与优化建议，节省分析时间
internal-linking-optimizer
分析站内链接结构并生成 hub-and-spoke 的优化链接计划
▸ 推荐理由定位孤页与权重瓶颈并给出具体链接指令，利于 SEO
conversion-tracker
生成 UTM 链接、命名规范与跟踪像素的部署指南
▸ 推荐理由一键产出可部署的追踪表和命名规范，便于归因
▸ 风险提示会建议嵌入跟踪像素和收集用户数据，注意隐私合规
disclosure-check
对机密/受限数据的表格、图像和日志做统计披露风险预检并报告问题点。
▸ 推荐理由在提交导出或公开前自动发现小单元计数、可识别性等常见披露问题，降低被拒风险。
▸ 风险提示会处理敏感/受限数据，必须在合规和安全环境中运行。
diagnose
以 reproduce→minimise→hypothesise→instrument→fix 的流程系统化根因诊断实验/脚本错误或异常结果。
▸ 推荐理由把经验性调试流程形式化，减少盲目试错，适合科研/数据工程场景。
▸ 风险提示可能要求运行或修改用户代码与数据，需在可控环境中执行。
data-analysis
端到端 R 数据分析流水线，生成清洗、回归与发表级图表。
▸ 推荐理由把探索到发表图表一键串联，节省大量重复性统计工作。
▸ 风险提示会读取/处理数据文件，若含敏感信息需遵守数据治理与脱敏。
jeecg-onlchart
把自然语言的图表需求生成 JeecgBoot 的 SQL 驱动在线图表配置并创建。
▸ 推荐理由能把业务描述直接转成在线图表配置，节省手工配置时间。
▸ 风险提示需提供 X-Access-Token（JWT）并访问后端 API，存在凭证风险。
hive.chart-creation-foundations
规范化在对话内渲染并导出高分辨率图表与结构图的约定与实用指南。
▸ 推荐理由适合在聊天中实时展示并下载高质量图表的场景，覆盖 ECharts 与 Mermaid 的抉择。
wiki-retrieve
在 Obsidian Vault 上用混合检索（BM25+语义重排）做 chunk 级检索优化。
▸ 推荐理由显著降低检索失败率，适合长期知识库与代理问答场景。
▸ 风险提示通过 bash 安装脚本配置，可能会执行/拉取外部脚本或资源；需审阅权限与来源。