wiki-ingest
读取文件或 URL，抽取实体与概念，创建或更新 Obsidian 页面并交叉引用。
▸ 推荐理由把外部材料自动结构化入知识库，显著减少手工整理成本。
▸ 风险提示会抓取外部 URL 并写入本地 Vault，注意来源许可与隐私
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 258 个
defuddle
从网页中去除广告与样板，提取干净可用的 Markdown 内容。
▸ 推荐理由节省 tokens 并提高后续摘要/存储质量，适合作为摄取前置步骤。
▸ 风险提示会抓取外部 URL，存在访问第三方内容与隐私风险。
alive-analysis
ALIVE 流程的数据分析技能（Claude 版本地副本）。
▸ 推荐理由作为 Claude 平台的本地技能副本，便于直接部署测试。
alive-analysis
面向 Cursor 的 ALIVE 流程数据分析插件，含状态管理。
▸ 推荐理由针对 Cursor 的批量代理优化，自动读写分析状态文件。
alive-analysis
基于 ALIVE 流程的结构化数据分析工作套件。
▸ 推荐理由为分析任务提供明确步骤，适合数据分析师与非专业人员。
ray-data
用于机器学习的分布式数据处理与预处理，可扩展至集群。
▸ 推荐理由支持多模态与分布式流水线，适合大规模数据准备
▸ 风险提示集群部署可能涉及网络与权限配置或产生云端费用
pandas-pro
执行高效 pandas DataFrame 操作，完成清洗、合并、透视与时序分析。
▸ 推荐理由擅长复杂表格变换与性能优化的数据处理助手。
ml-pipeline
设计并实现生产级 ML 流水线、训练编排、模型注册与自动化重训练。
▸ 推荐理由适合需要稳定模型上线与持续训练的工程团队。
database-optimizer
分析慢查询与执行计划，提供索引、查询重写与配置调优建议。
▸ 推荐理由能直接降低查询延迟并给出可执行的优化步骤
▸ 风险提示可能需要访问数据库或执行生产查询，注意凭据与影响
alphaear-stock
检索 A 股/港股/美股代码并获取历史 OHLCV 数据。
▸ 推荐理由支持模糊搜索与历史数据，适合投研与报表生成。
alphaear-sentiment
针对金融文本的情感分析，支持 FinBERT 与 LLM。
▸ 推荐理由专为金融语料优化，兼顾本地模型与 LLM 灵活性。
alphaear-search
集成 Web 与本地 RAG 的金融搜索工具。
▸ 推荐理由统一多引擎与本地向量检索，适合金融问答场景。
reading-withholding
从源泉徴収票图片提取支付金额与源泉税等结构化字段。
▸ 推荐理由用于个人所得税申报与工资核对，减少手动检查。
▸ 风险提示需要本地文件与 CLI 权限，可能涉及敏感财务数据。
reading-receipt
识别收据/领收书图片并返回金额、日期、商家等结构化数据。
▸ 推荐理由对个人报销与发票管理极有帮助，适合自动化记账。
▸ 风险提示需要本地文件与 CLI 权限，可能涉及敏感财务数据。
reading-payment-statement
从支払調書图片提取支付金额、源泉税等结构化信息。
▸ 推荐理由便于汇总支付与源泉税数据，用于申报或账务处理。
▸ 风险提示需要本地文件与 CLI 权限，可能涉及敏感财务数据。
reading-invoice
从发票图片或 PDF 提取字段并输出结构化数据。
▸ 推荐理由适合自动记账与报销流程，减少人工录入。
▸ 风险提示需要本地文件与 CLI 权限，可能涉及敏感财务数据。
reading-deduction-cert
从控除证明书图片提取并返回结构化税务信息。
▸ 推荐理由自动化提取保险/地震等控除数据，节省手动录入。
▸ 风险提示需要本地文件与 CLI 权限，可能涉及敏感财务数据。
firecrawl-scrape
通过 Firecrawl MCP 抓取网页并按指定格式抽取内容和结构化数据。
▸ 推荐理由提供脚本化抓取与格式化输出，便于批量收集网页内容。
▸ 风险提示运行或安装可能会对外部 URL 发起请求，存在网络访问风险。
← 上一页第 7 / 7 页