Eine Streamlit-App, die OpenAIs LLM für datenanalyse in natürlicher Sprache nutzt. Laden Sie CSV-Dateien hoch, stellen Sie Fragen in einfachem Deutsch und erhalten Sie sofortige Einblicke. Angetrieben von PandasAI, ist es für die schnelle, codefreie Erkundung strukturierter Daten konzipiert.
Dieses Skill, XederaBills/llm-powered-data-analysis, ist eine Streamlit-basierte Anwendung, die es Benutzern ermöglicht, Datenanalysen in natürlicher Sprache durchzuführen, ohne Code schreiben zu müssen. Es nutzt OpenAIs Large Language Model (LLM) in Kombination mit PandasAI, um CSV-Dateien hochzuladen und Fragen in einfachem Deutsch zu stellen. Die Anwendung bietet sofortige Einblicke und ist ideal für die schnelle, interaktive Erkundung strukturierter Daten. Es wurde entwickelt, um den Zugang zur Datenanalyse zu demokratisieren und eignet sich sowohl für erfahrene Entwickler als auch für nicht-technische Benutzer, die datengestützte Entscheidungen treffen möchten. Das Skill unterstützt verschiedene Datenformate und fragt das LLM ab, um Benutzeranfragen zu verstehen und entsprechende Pandas-Operationen auszuführen.
npx skills add XederaBills/llm-powered-data-analysisInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Eine Streamlit-App, die OpenAIs LLM für datenanalyse in natürlicher Sprache nutzt. Laden Sie CSV-Dateien hoch, stellen Sie Fragen in einfachem Deutsch und erhalten Sie sofortige Einblicke. Angetrieben von PandasAI, ist es für die schnelle, codefreie Erkundung strukturierter Daten konzipiert.
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.