数据分析工程开发研究
scikit-learn
使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估,以及构建 Python 机器学习流程。
浏览: 8★ 19,694
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 660 个技能
使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估,以及构建 Python 机器学习流程。
Langroid 多代理框架的设计模式合集,涵盖代理配置、工具处理、任务编排与外部集成。
通过浏览器自动化执行预订、搜索与预约流程,并提供截图验证与确认编号追踪功能。
通过此音频分析 CLI 工具,直接在终端中生成频谱图与高级音频特征可视化。
分析并识别代码库模式(命名、架构、测试),以确保开发过程中的一致性与标准执行。
Chrome DevTools MCP 服务器,通过 Puppeteer 实现 AI 驱动的浏览器自动化、测试与调试。支持输入自动化、视觉截图、性能追踪与网络检测。
全栈软件开发生命周期 (SDLC) 代理工作流程,利用 MCP 工具管理从需求导入、规划到自动化测试、CI/CD 与基础设施部署的完整生产周期。
Claude Skills 安全扫描工具,用于在安装前检测恶意代码、数据泄露风险及未经授权的系统访问,确保环境安全。
全面的 Google Docs 和 Google Drive 管理工具。支持通过 Markdown 创建和编辑文档、文本格式设置、结构分析,以及完整的文件操作(上传、下载、共享与搜索)。
使用并行子代理执行 Semgrep 源代码静态分析,支持多语言检测与 Pro 版本跨文件污染分析。
一个 CTF 解题代理程序,负责对挑战进行初步分类筛选,识别漏洞类别,并将任务分派给专业技能,涵盖 Web、Pwn、加密、取证与逆向工程分析。
根据研究叙述、实验数据与审稿结论,自动生成结构化的学术论文大纲。