Was macht pandas-ai?
Gesprächsbasierte Fähigkeitsebene über Pandas DataFrames, die natürliche Sprache in ausführbare Bereinigungs-, Filter- und Plot-Skripte umwandelt.
Gesprächsbasierte Fähigkeitsebene über Pandas DataFrames, die natürliche Sprache in ausführbare Bereinigungs-, Filter- und Plot-Skripte umwandelt.
Diese Fähigkeit ermöglicht es Entwicklern, mit Pandas DataFrames über natürliche Sprache zu interagieren, ohne komplexe Code-Zeilen schreiben zu müssen. Sie ist besonders nützlich für Datenbereinigung, Filterung und Visualisierung, da sie Benutzereingaben in ausführbare Python-Skripte übersetzt. Die Fähigkeit unterstützt mehrere Plattformen wie Claude Code, Cursor und Codex und nutzt eine Kombination aus Sprachmodellen und Pandas-Funktionen. Durch die Integration von pandas-ai können Datenanalysten und Softwareentwickler Zeit sparen und sich auf höherwertige Aufgaben konzentrieren, während die Fähigkeit die technischen Details der Datenmanipulation übernimmt.
npx skills add pandas-dev/pandas-aiInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Gesprächsbasierte Fähigkeitsebene über Pandas DataFrames, die natürliche Sprache in ausführbare Bereinigungs-, Filter- und Plot-Skripte umwandelt.
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.