Was macht data-science-agent-skills?
Unabhängige Agent-/Codex-Entwicklungen für datenwissenschaftliche Workflows mit hohem Hebel, einschließlich Hero Shots, Infografiken, Validierungsskripten und Hinweisen zur Anbieterinteroperabilität.
Unabhängige Agent-/Codex-Entwicklungen für datenwissenschaftliche Workflows mit hohem Hebel, einschließlich Hero Shots, Infografiken, Validierungsskripten und Hinweisen zur Anbieterinteroperabilität.
Diese Skill-Sammlung, bereitgestellt von Emily2040, bietet unabhängige Agent- und Codex-Fähigkeiten für datenwissenschaftliche Workflows mit hohem Hebel. Sie richtet sich an Entwickler und KI-Agenten-Nutzer, die effiziente und visuell unterstützte Datenanalyse-Workflows benötigen. Die Sammlung umfasst Hero Shots, Infografiken, Validierungsskripte und Hinweise zur Interoperabilität verschiedener Anbieter, um eine nahtlose Integration in unterschiedliche Umgebungen wie Claude Code, Cursor oder andere KI-Entwicklungstools zu gewährleisten. Jeder Skill ist so konzipiert, dass er den Nutzern hilft, komplexe Datenwissenschaftsaufgaben wie explorative Datenanalyse, Modellvalidierung und Ergebnisvisualisierung zu automatisieren, wodurch Zeit gespart und wiederholbare Ergebnisse erzielt werden. Die dokumentierten Validierungsskripte und Interoperabilitätsnotizen stellen sicher, dass die Skills in verschiedenen Konfigurationen zuverlässig funktionieren, und machen diese Sammlung zu einer wertvollen Ressource für Entwickler, die ihre Produktivität mit KI-gestützten Workflows steigern möchten.
npx skills add Emily2040/data-science-agent-skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Unabhängige Agent-/Codex-Entwicklungen für datenwissenschaftliche Workflows mit hohem Hebel, einschließlich Hero Shots, Infografiken, Validierungsskripten und Hinweisen zur Anbieterinteroperabilität.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.