Great Expectations 数据验证管道
使用 Great Expectations Python 库验证数据质量。将期望定义为数据的单元测试,运行验证套件,并生成人类可读的数据质量报告。
Browse curated skills with source links, package snapshots, README assets and install signals in one calm, searchable catalog.
使用 Great Expectations Python 库验证数据质量。将期望定义为数据的单元测试,运行验证套件,并生成人类可读的数据质量报告。
SkillHub skill
导入客户前扫描与库内/批次内疑似重复记录,支持合并提示。当用户要重复客户检测、导入查重、客户去重时使用。
网站更新监控通知
识别财务模型更新触发事件(财报发布、指引变更、宏观数据更新),插入新季度实际数据并更新预测假设。
查询网站月访问量、渠道来源、国家、关键词、参与度与排名估值,用于自身和竞品流量结构对比。
Apply Carlota Perez's Technological Revolutions and Financial Capital framework to diagnose which phase a technology revolution or asset boom is in (irruption, frenzy, turning point, synergy, maturity…
OpenReplay 是一个开源的会话重放套件,您可以自行托管。它捕获用户会话中的网络活动、控制台日志、JS 错误、存储状态和性能指标,以帮助更快地重现问题并迭代产品。
OpenMeter 是一个开源的使用计量、授权和计费工作流平台。当您需要跟踪 API 或 AI 使用事件、定义计量器并将该使用数据连接到限制、计划或面向客户的报告时,它非常有用。
通用上市公司公开信息日报生成技能。输入任意A股上市公司的名称和6位股票代码, 在【用户明确授权】后,仅采集该主体已公开披露的信息(公司公告、新闻媒体报道、公开市场行情数据), 执行完整工作流:监控授权确认 → 多渠道信息抓取 → A/B/C三级分类 → 审计关注要点提取 → HTML+MD双格式日报生成 → 汇总表更新 → 本地存档 + 腾讯文档云端同步。支持任意上市公司,模板统一锁定。 本技能不…
QDII LOF 折溢价监测与套利数据抓取,一键生成可交互估值溢价面板
教你用经典机器学习方法解决表格/结构化数据问题的完整实战流程:问题定义与基线先行(为什么先跑逻辑回归)、特征工程方法论(数值/类别/时间/文本特征的处理套路)、模型选择决策(线性/树模型/集成的适用边界,什么时候根本不该用深度学习)、交叉验证与数据泄漏排查、模型解释与业务落地。适合数据分析师转型建模、工程师做业务预测项目。
接收JSON/CSV/API数据,按模板生成含数据叙事、表格和图表规范的报告,支持Markdown/HTML/PDF输出。
Set up, audit, and debug analytics tracking implementation — GA4, Google Tag Manager, event taxonomy, conversion tracking, and data quality. Use when building a tracking plan from 当用户需要处理相关业务场景时使用。
从研究数据生成用户画像,创建用户旅程地图,规划可用性测试方案,将研究发现综合为可执行的设计建议。
管理 dbt Core 和 dbt Cloud API 工作流,用于基于 SQL 的数据转换。处理模型血缘关系、增量构建和数据质量测试,并集成 Great Expectations。
Cricket数据专用技能,帮助AI Agent高效完成相关任务。
使用DuckDB进程内数据库引擎在本地文件(CSV、Parquet、JSON)上运行分析SQL查询。支持无需服务器即可直接从磁盘上的平面文件进行快速OLAP风格分析。
严格对账并合并微信、支付宝原始账单,依据现有钱迹账单的字段和分类生成可导入的 CSV/XLSX,同时合并退款、排除交易关闭记录、审阅疑似重复并保留血缘校验。用于每月合并账单、转换钱迹格式、自动归类或检查漏单。
interactive-viz专用技能,帮助AI Agent高效完成相关任务。
Miller (mlr) 是一个命令行工具,用于查询、整形和重新格式化名称索引数据,如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
Manage visualization best practices operations. Auto-activating skill 当用户需要处理相关业务场景时使用。
GoatCounter 是一个开源的分析平台,用于隐私友好的页面浏览跟踪、引荐报告和轻量级网站统计。它可以作为托管服务或自托管使用,并支持 JavaScript、后端 API 和日志文件驱动的摄入路径。
使用基于OpenCV的晶格检测和形态学变换的Camelot-py进行智能PDF表格检测和提取。处理旋转表格、合并单元格和跨页表格。