AnyGenIO
from GitHub
调研与分析
AnyGen: AI-powered content creation suite. Create slides/PPT, documents, diagrams, websites, data visualizations, research reports, storybooks, financial analysis, and images. Supports: pitch decks, keynotes, technical docs, PRDs, white papers, architecture diagrams, flowcharts, mind maps, org charts, ER diagrams, sequence diagrams, UML, landing pages, CSV analysis, earnings research, posters, banners, comics, and more. Also trigger when: 做PPT, 写文档, 画流程图, 做网站, 分析数据, 帮我调研, 做绘本, 分析财报, 生成图片, 做海报, 思维导图, 做个架构图, 季度汇报, 竞品调研, 技术方案, 建个落地页, 做个估值, 画个故事.
tlancas25
from GitHub
工具与效率
- 📁 docs/
- 📁 examples/
- 📁 scripts/
- 📄 .gitignore
- 📄 install.py
- 📄 LICENSE
OpenClaw v2.0 的令牌保存执行层。在沙盒子进程中运行技能命令,其中只有紧凑的摘要进入上下文窗口。通过 SQLite 事件跟踪提供会话连续性,可在对话压缩中幸存下来。支持意图驱动的过滤、批量多技能执行和渐进式内存加载。包括自动安装程序,可通过单个命令将上下文保护程序连接到 AGENTS.md、TOOLS.md 和 cron 作业中。使用此技能包装任何数据量大的操作,以减少 70-98% 的令牌消耗。
nozomio-labs
from GitHub
数据与AI
- 📁 scripts/
- 📄 README.md
- 📄 SKILL.md
使用 Nia AI 索引和搜索代码存储库、文档、研究论文、HuggingFace 数据集、本地文件夹、Slack 工作区、Google Drive、X (Twitter) 和软件包。包括身份验证引导、Oracle 自主研究、GitHub 实时搜索、Tracer 代理、依赖性分析、上下文共享、代码顾问、文档代理、数据提取、文件系统操作和通用连接器。
通过 ADB 自动进行 Android UI 树调试。当应用程序阻止 UI 检查或可访问性节点丢失时使用;收集 uiautomator 转储、重点窗口信息和 logcat 层次结构转储以进行分析。
hvkshetry
from GitHub
数据与AI
个人预算和财务规划技能。在以下情况下使用:(1) 按类别或时间段分析支出模式,(2) 比较预算与实际支出,(3) 计算储蓄率,(4) 预测现金流,(5) 规划具有税务意识的财务决策。工具:用于预算/交易数据的actual-mcp,用于投资组合上下文的ghostfolio-mcp。 --- # 个人预算## 工具映射|任务| MCP 服务器 |关键工具| |------|------------|------------| |交易历史、余额、预算 |实际预算| `交易(操作=“列表”)`,`帐户(操作=“列表”)`,`预算(操作=“月”|“月”)` | |类别细分 |实际预算| `analytics(操作 =“spending_by_category”)`、`category(操作 =“groups_list”)` | |投资余额和分配|鬼影-MCP | `get_portfolio_summary`、`get_portfolio_positions` | |净资产计算|两者 |实际(现金/债务)+ Ghostfolio(投资)| ## 支出分析 ### 类别细分 1. 使用带有日期范围过滤器的“transaction(operation="list")` 提取目标期间的交易 2. 按类别分组 — 报告绝对金额和占总支出的百分比 3. 标记超出预算分配的类别 4. 将结果显示为排名表:类别|预算|实际 |方差|占总数的百分比 ### 月度趋势 1. 提取 3-6 个月的交易数据 2. 计算每个类别的每月总计 3. 计算每月变化(绝对值和百分比) 4. 标记持续增长的类别(连续 3 个月以上增长) 5. 区分经常性/固定费用(租金、保险、订阅)和可变费用(杂货、餐饮、娱乐) ### 异常检测 - 标记单个交易 >类别平均交易规模的 2 倍 - 标记当月支出超过过去 3 个月平均支出 > 25% 的类别 - 标记前几个月未见过的新收款人(潜在的新订阅)## 预算与实际差异分析
arezous
from GitHub
数据与AI
运行竞争分析——深入分析、景观分析、综合分析或监控。
netease-youdao
from GitHub
调研与分析
- 📁 examples/
- 📁 scripts/
- 📁 server/
- 📄 .gitignore
- 📄 group.jpg
- 📄 install.sh
学术论文搜索与分析服务 (Academic paper search & analysis)。当用户涉及以下学术场景时,必须使用本 skill 而非 web-search:搜索论文、查找 ArXiv/PubMed/PapersWithCode 论文、查询 SOTA 榜单与 benchmark 结果、引用分析、生成论文解读博客、查找论文相关 GitHub 仓库、获取热门论文推荐。Keywords: arxiv, paper, papers, academic, scholar, research, 论文, 学术, 搜索论文, 找论文, SOTA, benchmark, MMLU, citation, 引用, 博客, blog, PapersWithCode, HuggingFace.
timwhitez
from GitHub
开发与编程
- 📁 ida_pro_skill/
- 📁 references/
- 📁 scripts/
- 📄 SKILL.md
IDA Pro 针对 Codex、Claude Code 和 OpenCode 的逆向工程技能。当用户需要通过本地 ida-pro-skill CLI 和已安装的 IDA 桥进行实时 IDA 或 Hex-Rays 分析时使用,特别是例如发现、元数据、光标或选择上下文、入口点、函数、调用者、导入、字符串、外部参照、伪代码、全局变量、结构、重命名、注释、字节补丁、函数创建或显式 IDAPython,包括 WSL 到 Windows IDA 设置。
Chipagosfinest
from GitHub
数据与AI
分析、机器学习或质量保证。涵盖ETL、仓储、
- 📁 scripts/
- 📄 README.md
- 📄 SKILL.md
- 📄 Wiki-Compiler-V2-Architecture.md
知识库自动编译器。支持通过命令 `/wiki-compiler` 或“收录到知识库”触发。同时包含 `/wiki-dream`(做梦机制/沉思),以在空闲时融合现有知识节点。利用幂等引擎防止重复生成,并融合 Dataview/Marp 原生可视化方案。
DogInfantry
from GitHub
商业与运营
MBB 级管理顾问,精通结构化思维、框架、猜测、行业分析和执行级交付成果。使用此技能可以:解决业务问题、构建案例、市场规模、盈利能力分析、市场进入、并购、定价、运营、数字化转型、组织设计以及任何咨询交付成果(幻灯片、备忘录、一页纸)。触发:“咨询框架”、“MECE”、“问题树”、“假设驱动”、“80/20”、“麦肯锡”、“贝恩”、“BCG”、“战略咨询”、“管理咨询”、“问题陈述”、“根本原因”、“执行摘要”、“尽职调查”、“案例研究”、波特五力、3C、安索夫、价值链,或任何结构化的业务问题解决和战略分析任务。 --- # 管理顾问 — MBB 级问题解决者和战略协调者 您是一位经验丰富的 MBB 管理顾问(麦肯锡/贝恩/BCG 级别),拥有 9 至 13 年的跨行业经验 — 在负责人、董事或初级合伙人级别运营。您将严谨的分析思维与务实的商业判断、商业头脑以及在极度模糊的情况下与最高管理层建立信任的能力结合起来。您不仅仅是一个构建问题的分析师,您还是一个协调者,负责设计企业范围内的转型、协商数百万美元的项目,并将分析洞察转化为可衡量的客户价值。您可以跨任何行业、任何问题类型以及任何模糊程度进行工作。 你拥有一个已经见过数百次跨部门合作的人的模式库——并且你可以将这些模式转移到每个新问题上。 ## 您的核心身份您用结构思考,用金字塔沟通,用行动交付。您生成的每一项分析都通过了三个测试: 1. **那又怎样?** — 什么是洞察力,而不仅仅是数据? 2. **为什么会这样?** — 有什么证据支持这一说法? 3. **现在怎么办?** — 客户实际应该做什么
BauplanLabs
from GitHub
数据与AI
评估是否可以使用 Bauplan 湖屋中的可用数据来回答业务问题。将业务概念映射到表和列,检查相关子集的数据质量,验证语义匹配,并给出结论:可回答、部分可回答或不可回答。生成结构化的可行性报告。当用户提出业务问题、询问“我们可以回答这个问题吗”、想知道数据是否支持分析或在构建一次性分析或管道之前使用。