长寿助手
v1.0.0
io.clawhub.lofimichael/longevity-assistant
按证据等级评估延寿干预手段。提供研究评估框架与精选的高价值洞察,涵盖补剂、睡眠、运动与干预方案。在抗衰老、健康寿命、补剂评估或研究论文分析时激活。
“Analysis” 共 415 个结果
v1.0.0
io.clawhub.lofimichael/longevity-assistant
按证据等级评估延寿干预手段。提供研究评估框架与精选的高价值洞察,涵盖补剂、睡眠、运动与干预方案。在抗衰老、健康寿命、补剂评估或研究论文分析时激活。
v1.0.0
io.clawhub.sp0oby/game-theory
面向加密协议、DeFi 机制、治理系统与战略决策的高级博弈论分析。用于分析代币经济、评估协议激励、预测对手行为、设计机制,或理解 web3 中的策略性互动。
v0.1.0
io.clawhub.veeramanikandanr48/options-strategy-advisor
期权策略分析与模拟工具:基于 Black-Scholes 模型的理论定价、Greeks 计算、策略盈亏模拟与风险管理指导。用于期权策略分析、备兑开仓、保护性认沽、价差、铁鹰、财报交易或期权风控,含波动率分析、仓位管理与财报策略建议,偏教学兼顾实战模拟。
v0.1.0
io.clawhub.veeramanikandanr48/pair-trade-screener
统计套利的配对识别与分析工具:检测板块内协整股票对,分析价差行为、计算 z-score,为市场中性策略给出出入场建议。适用于配对交易机会、统计套利筛选、均值回归策略与市场中性组合构建,支持相关性分析、协整检验与价差回测。
v1.0.2
io.clawhub.garrza/garmer
从 Garmin Connect 提取健康与健身数据,包括运动记录、睡眠、心率、压力、步数与身体成分。当用户询问自己的 Garmin 数据、健身指标、睡眠分析或健康洞察时使用。
v1.0.0
io.clawhub.steipete/native-app-performance
通过 xctrace/Time Profiler 及纯 CLI 分析 Instruments 追踪文件,完成 macOS/iOS 原生应用性能剖析。当需要剖析、附加、录制或分析 Instruments .trace 文件、定位热点、在不打开 Instruments UI 的情况下优化原生应用性能时使用。
v1.0.2
io.clawhub.nexscope/ecommerce-amazon-product-research
面向亚马逊卖家的全面选品调研与机会分析:评估需求、竞争、盈利潜力与市场进入壁垒,验证产品机会。
v1.0.0
io.clawhub.chuxo/einstein
通过 Einstein 的 x402 小额支付服务获取区块链分析与 DeFi 情报。适用场景:链上市场分析、代币研究、巨鲸追踪、聪明钱追踪、rug pull 扫描、发射台监控(Pump.fun、Zora、Virtuals)、投资组合分析、MEV 检测、跨链套利或 Polymarket 数据。支持 Base、Ethereum、BSC、Arbitrum、Polygon、Optimism、zkSync、Solana。每次查询经 Base 上的 x402 协议支付 $0.25-$1.15 USDC。
v1.0.0
io.clawhub.edsoneras/investment-analyst
专精投资分析的智能体,侧重基本面分析与技术面分析。
v1.0.0
io.clawhub.wpank/decision-frameworks
面向常见工程抉择的结构化决策模式——选型、架构、自建还是购买、优先级排序、可逆性分析与 ADR。在工具、架构或方案之间做选择,或记录技术决策时使用。
v1.0.0
io.clawhub.michael-laffin/review-summarizer
从多个平台(Amazon、Google、Yelp、TripAdvisor)抓取、分析并总结商品评论。提取关键洞察、情感分析、优缺点与建议。在为选品套利做调研、撰写联盟营销内容或做购买决策时使用。
v0.0.1
io.clawhub.goforu/phoenixclaw-ledger
PhoenixClaw 的被动财务记录插件。自动从对话与支付截图中识别支出与收入。使用时机:用户以任意语言提到金钱/消费;用户分享支付截图(微信支付、支付宝等);用户询问财务状况(“我花了多少钱?”“我的预算”);用户需要支出报表(“月度汇总”“消费分析”)。
v2.1.0
io.clawhub.rosconl/intodns
通过 IntoDNS.ai 做免费的 DNS 与邮件安全分析:DNSSEC、SPF、DKIM、DMARC、MTA-STS、BIMI、SMTP STARTTLS、FCrDNS、黑名单、发信要求。
v1.0.4
io.clawhub.claudiusaipro/claudius
由 Claudius 驱动的加密货币情报。提供技术分析、价格与洞察。
v1.2.0
io.clawhub.fpsjago/binance-dca
专业的币安定投(DCA,美元成本平均)工具,用于自动或手动的周期性加密资产买入。可规划定投策略并做情景分析、执行市价/限价买入、跟踪历史记录,并管理任意交易对的系统性加仓计划。内置风险管理、测试网支持与 OpenClaw 自动化集成。触发场景:定投、周期买入、成本平均、加仓策略,或币安现货买入。
v2.0.0
io.clawhub.raufimusaddiq/stock-data-skill
从 Simplywall.st 获取全面的股票数据。当用户询问股价、估值、财务、分红,或任何全球…股票的投资分析时使用。
io.github.anthropics/skills/discernment-nudge
当给出的实质性回答或草稿可能被用户据此行动(建议或推荐、目标/计划/提案/邮件等草稿、估算或预测、数据分析解读、可能被采信的事实陈述、多步论证)时,在定稿前调用本 skill,视情况附上 2-3 个简短的追问,每个问题都紧扣刚产出的内容,帮助用户核对关键事实、审视推理与假设、发现缺失的上下文。每次对话至多使用一次。简单操作问答、纯知识讲解、仅排版转换拼装文件、编写要运行的代码、创意写作或闲聊、或用户已要求复核/引用/审查时应跳过。
io.github.anthropics/skills/skill-creator
创建新技能、改进现有技能并度量技能表现。当用户想从零创建技能、编辑或优化现有技能、运行 eval 测试技能、以方差分析为技能性能做基准,或优化技能描述以提升触发准确度时使用。
io.github.affaan-m/ECC/competitive-report-structure
Assemble scored competitor profile cards (from benchmark-methodology) into a decision-grade competitive report with landscape map, competitor tiers, benchmarking matrix, white-space analysis, strategic recommendations, and team alignment trigger questions. Use when presenting competitive findings to leadership or a board, writing a competitive landscape report, or as the final step of the competitive analysis pipeline.
io.github.affaan-m/ECC/deep-research
使用 firecrawl 与 exa MCP 进行多源深度研究。检索网页、综合发现,并交付带有来源归属的引用报告。在用户需要对任意主题做有证据、有引用的彻底研究时使用。
io.github.affaan-m/ECC/springboot-verification
Spring Boot 项目的验证闭环:发布或 PR 前的构建、静态分析、带覆盖率的测试、安全扫描与差异(diff)审查。
io.github.affaan-m/ECC/quarkus-verification
Quarkus 项目的验证闭环:发布或 PR 前的构建、静态分析、带覆盖率的测试、安全扫描、原生编译与差异(diff)审查。
io.github.sickn33/agentic-awesome-skills/elk-stack
Deploy and manage the ELK Stack (Elasticsearch, Logstash, Kibana) for log aggregation and analysis.
io.github.K-Dense-AI/scientific-agent-skills/geomaster
Comprehensive geospatial science skill covering remote sensing, GIS, spatial analysis, machine learning for earth observation, and 30+ scientific domains. Supports satellite imagery processing (Sentinel, Landsat, MODIS, SAR, hyperspectral), vector and raster data operations, spatial statistics, point cloud processing, network analysis, cloud-native workflows (STAC, COG, Planetary Computer), and 8 programming languages (Python, R, Julia, JavaScript, C++, Java, Go, Rust) with 500+ code examples. Use for remote sensing workflows, GIS analysis, spatial ML, Earth observation data processing, terrain analysis, hydrological modeling, marine spatial analysis, atmospheric science, and any geospatial computation task.