工程開發資料分析自動化
guard
為提示詞中的 JSON 數據提供認知安全分析,防止大型語言模型在處理不完整或大規模數據集時產生幻覺與推理錯誤。
瀏覽: 7★ 13
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 138 個技能
為提示詞中的 JSON 數據提供認知安全分析,防止大型語言模型在處理不完整或大規模數據集時產生幻覺與推理錯誤。
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。
將原始數據轉化為引人入勝的敘事,運用視覺化策略、敘事框架與說服性結構,協助分析師進行高階報告與數據決策。
提供論文復現的系統性方法論,支援數據清理、統計驗證、樣本篩選及自動化產出學術復現報告(Markdown 與 LaTeX)。
自動化同步新增的信息圖表模板,並更新專案文件、畫廊映射與 AI Playground 提示詞。
Python 統計視覺化程式庫。透過 Pandas 整合與自動統計估計,輕鬆製作盒鬚圖、熱圖與小提琴圖等出版級品質的統計圖表。
建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。
建立 RAG 系統以運用專有數據增強 LLM。包含向量資料庫整合、嵌入策略、混合搜尋及 FastAPI 後端的高級檢索模式。
根據產品代碼手冊將測試工程師的缺陷描述標準化,修正錯別字、縮寫錯誤與歧義,並執行站點驗證。
專注於資料工程的 AI 代理,負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。
學術文獻自動檢索與結構化總結工作流,支援多管道定時推送,適用於各類研究主題追蹤。
載入並預處理保險保單週度 CSV 資料,支援自動化週期檢測、多週載入、資料驗證與清理。