工程開發資料分析自動化
data-extraction-patterns
為 GA4 與 GSC 分析數據提供提取、緩存與處理的最佳實踐模式,並整合 MCP 伺服器操作。
瀏覽: 7★ 255
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 503 個技能
為 GA4 與 GSC 分析數據提供提取、緩存與處理的最佳實踐模式,並整合 MCP 伺服器操作。
使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案,並透過 Pydantic 定義資料架構。
使用 Axum、SQLx 和 thiserror 實作強健的 Rust 後端服務,並運用生產級架構模式。
重置 .otto/ 目錄中的工作流程組件。可安全移除任務、規格與瀏覽器工作階段,讓開發流程重新開始。
從文檔(PDF、MD、TEX、TXT)中提取數學定義、定理、證明等內容,並進行AI驅動的清洗與格式轉換。
擷取 YouTube 與 Bilibili 影片字幕,支援自動摘要、問答與資訊提取,基於 yt-dlp 實作。
為 Clawdbot 審核、清理與優化向量記憶體。防止 Token 浪費,清除無效垃圾資料,並透過 LanceDB 維護自動化記憶體清潔。
確保技術專案符合標準化的全域文件規範,維護儲存庫與代理工作流程的一致性。
懸疑、偵探與推理小說創作架構,包含類型規範、公平遊戲原則、線索佈局與情節結構設計指南。
使用 LSP 協定進行語意化 Go 程式碼導航與分析的工具,提供精確且高效的專案洞察。
local-skills-mcp 儲存庫實作指南。提供關於 MCP 工具處理程式、技能載入與聚合邏輯,以及專案結構的技術文件,協助開發者快速上手。
Anthropic 結構化輸出實作專家顧問。協助判斷 JSON 模式與嚴格工具使用之間的取捨,確保 schema 合規性與 Agent 工作流的輸入驗證。