搜索「E Commerce Operations」的结果

io.github.affaan-m/ECC/autonomous-agent-harness

将 Claude Code 转变为具备持久记忆、定时操作、计算机使用和任务队列的完全自主代理系统。通过利用 Claude Code 原生的 crons、调度、MCP 工具和记忆，取代独立的代理框架（Hermes、AutoGPT）。当用户希望持续自主运行、定时任务或自我导向的代理循环时使用。

io.github.affaan-m/ECC/liquid-glass-design

日语翻译：此文件需要 liquid-glass-design 的日语翻译

io.github.affaan-m/ECC/llm-trading-agent-security

日语翻译：此文件需要 llm-trading-agent-security 的日语翻译

io.github.affaan-m/ECC/perl-testing

日语翻译：该文件尚缺 perl-testing 的日语译文。

io.github.affaan-m/ECC/nestjs-patterns

日语翻译：该文件尚缺 nestjs-patterns 的日语译文。

io.github.affaan-m/ECC/mcp-server-patterns

日语翻译：该文件尚缺 mcp-server-patterns 的日语译文。

io.github.affaan-m/ECC/blueprint

Turn a one-line objective into a step-by-step construction plan for multi-session, multi-agent engineering projects: one-PR-sized steps with self-contained context briefs, dependency graph with parallel-step detection, adversarial review gate, and plan mutation protocol. Use when planning a large feature, refactor, or roadmap that spans multiple PRs or sessions; not for single-PR tasks or when the user says "just do it".

io.github.koala73/worldmonitor/fetch-country-brief

按 ISO 3166-1 alpha-2 国家代码，获取当前的 AI 生成战略情报简报。当用户询问某国当前地缘政治、经济或安全局势摘要时使用。

io.github.ruvnet/RuView/device-access

Reach RuView sensing hardware from the machine it is attached to — ESP32 CSI nodes (serial + UDP stream), 60 GHz MR60BHA2 / 24 GHz LD2410 mmWave radars, RPLIDAR and iPhone LiDAR — and from other machines over SSH, read-only.

io.github.K-Dense-AI/scientific-agent-skills/cantera

Runs Cantera homogeneous chemical reactors and evaluates ignition delay with mechanism provenance, conservation checks, and numerical refinement. Use for combustion kinetics, closed adiabatic ideal-gas constant-volume or constant-pressure ignition, temperature histories, or mechanism-specific ignition-delay comparisons.

io.github.K-Dense-AI/scientific-agent-skills/pydeseq2

Performs bulk RNA-seq differential expression analysis with PyDESeq2, including count validation, formula designs, explicit contrasts, Wald tests, FDR correction, coefficient-matched LFC shrinkage, and result visualization. Use for PyDESeq2 or Python DESeq2 workflows with biological replicates.

io.github.K-Dense-AI/scientific-agent-skills/geomaster

Supports geospatial research workflows for remote sensing, vector and raster GIS, spatial statistics, terrain and network analysis, and machine learning for Earth observation. Use when processing satellite imagery, aligning coordinate systems and raster grids, accessing STAC catalogs, analyzing geospatial time series, or implementing scientific GIS workflows in Python, R, Julia, JavaScript, C++, Java, Go, or Rust.

io.github.K-Dense-AI/scientific-agent-skills/opentrons-integration

为 Flex 与 OT-2 机器人编写、审查、迁移、仿真并排查官方 Opentrons Python Protocol API v2 协议。适用于机器人专属的液体处理、deck 与 labware 设置、移液器、模块、运行时参数、液体类别，以及 Opentrons App 分析。当同一工作流需要支持多品牌机器人时改用 pylabrobot。

io.github.K-Dense-AI/scientific-agent-skills/networkx

使用 NetworkX 在 Python 中创建、分析和可视化复杂网络与图。适用于处理网络/图数据结构、运行图算法（最短路径、中心性、聚类）、社区发现、生成合成网络（随机图、无标度图、小世界图）、读写图文件格式，或绘制网络拓扑。常见应用包括社交、生物、交通与引文网络。

io.github.K-Dense-AI/scientific-agent-skills/latchbio-integration

使用 Python SDK、CLI、Latch Data 与 Registry、Nextflow、Snakemake、程序化执行与 Latch MCP，在 Latch 平台上构建、注册、调试并运行生物信息学工作流。适用于编写或部署 Latch 工作流、配置资源或接口、搬运数据、集成 Registry，以及启动和监控运行。

io.github.K-Dense-AI/scientific-agent-skills/pyzotero

使用 pyzotero Python 客户端操作 Zotero 参考文献库。通过 Zotero Web API v3 检索、创建、更新和删除条目、合集、标签与附件。适用于以编程方式操作 Zotero 文库、管理文献引用、导出引文、检索文库内容、上传 PDF 附件，或构建与 Zotero 集成的科研自动化工作流。

io.github.K-Dense-AI/scientific-agent-skills/geopandas

面向直接使用 GeoPandas GeoSeries、GeoDataFrame、空间运算或矢量数据 I/O 的 Python 工作流的指导与本地审计工具。

io.github.K-Dense-AI/scientific-agent-skills/esm

在使用 `esm` Python SDK、ESM3 或 ESMC 模型 ID、Forge/Biohub 推理客户端或 ESMFold2 折叠工作流时使用。

io.github.K-Dense-AI/scientific-agent-skills/statsmodels

Python 统计模型库。当需要具体的模型类（OLS、GLM、混合模型、ARIMA）并要详尽的诊断、残差与推断时使用。最适合计量经济学、时间序列，以及带系数表的严格推断。需要引导式统计检验选择与 APA 报告时使用 statistical-analysis。

io.github.K-Dense-AI/scientific-agent-skills/scikit-learn

使用 scikit-learn 在 Python 中进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建 ML 流水线。提供算法、预处理技术、流水线与最佳实践的全面参考文档。

io.github.K-Dense-AI/scientific-agent-skills/optimize-for-gpu

将科学 Python 工作负载加速到 NVIDIA GPU 上，并验证结果正确且更快。适用于 CUDA/GPU 优化；CPU 受限的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量检索、图像处理、图、仿真或文件 I/O 负载；CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA、RAFT 相关问题；以及性能剖析、内存搬运、kernel 或多 GPU 瓶颈。当大规模数据并行的 Python 代码很慢且 GPU 加速是合理选项时也应使用，即使用户没有提到 CUDA。

io.github.K-Dense-AI/scientific-agent-skills/benchling-integration

Benchling Python SDK 与 REST API 集成，覆盖 registry 实体、库存、ELN 条目、工作流、Benchling Apps 与 Data Warehouse 查询。在使用 benchling-sdk 或 v2 API 自动化实验室数据时使用。

io.github.K-Dense-AI/scientific-agent-skills/paperclip

使用 GXL 的 Paperclip CLI 检索和阅读生物医学论文全文、FDA/PMDA/EMA 监管文件、临床试验注册信息和 UniProt/PDB/ChEMBL 条目。涵盖用 PAPERCLIP_API_KEY 安装与鉴权 `paperclip` 二进制、/papers、/fda、/trials、/proteins、/clipboard 下的只读虚拟文件系统、来源范围的语义搜索、全语料 grep、元数据查询与 SQL、跨多篇论文的 map/reduce 阅读、图像视觉分析、带论断核验的可选论文仓库，以及锁定行号的引用。当被要求安装 paperclip、运行 paperclip search/grep/map/reduce/sql/repo、通过 paperclip 查找或阅读生物医学文献、监管文件或临床试验，或生成带行号的引用时使用。

io.github.K-Dense-AI/scientific-agent-skills/paper-lookup

在 11 个学术文献 API 中检索论文、预印本、引用与开放获取全文，并返回可复现的溯源结果。覆盖 PubMed、PMC（全文）、Europe PMC（全文与预印本检索）、bioRxiv、medRxiv、arXiv、OpenAlex、Crossref、Semantic Scholar、CORE、Unpaywall。适用于检索论文、引用、DOI/PMID/arXiv、摘要、全文、开放获取 PDF、预印本、引用网络、作者发文或任何学术文献查询。提及任一受支持数据库，或“find papers on X”“look up this DOI”“who cites this paper”“get me the PDF”等请求会触发。