搜索「Data Processing」的结果

io.github.mansurjisan/recon-mcp

飓风侦察数据——HDOB 飞行观测、涡旋数据报文（VDM）、SFMR 与 ATCF 定位。

io.github.stucchi/google-analytics

通过 Admin 与 Data API 管理 GA4 属性、数据流、转化并运行报表。

io.github.tianyuio/worldbank-mcp

世界银行开放数据（World Bank Open Data）MCP 服务。

io.github.Multi-DAC/omni-oracle

智能体优先的数据集市：面向 DeFi、衍生品、治理、Alpha 与实用工具的 136 个工具。

io.github.gersonfreire/simpliq-server

Simpliq 数据代理 MCP Server——通过语义映射把 LLM 连接到 SQL 数据库。

io.github.stefanoamorelli/fred-mcp-server

美联储经济数据（FRED）MCP 服务器，可访问 80 万+ 条经济时间序列。

com.timeslope/timeslope-mcp

为 AI 配备研究经济数据的工具，数据来自美联储经济数据（FRED）。

io.github.K-Dense-AI/scientific-agent-skills/polars-bio

Performs genomic interval overlap, nearest, merge, coverage, complement and subtraction on Polars DataFrames, and reads or writes BED, VCF, BCF, BAM, CRAM, GFF, GTF, FASTA and FASTQ data. Use for coordinate-aware genomic joins, read-depth analysis, lazy bioinformatics I/O, SQL queries or migration from bioframe.

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

Scales pandas, NumPy, and custom Python research workflows beyond memory or across clusters with Dask. Covers DataFrames, Arrays, Bags, Futures, chunking, schedulers, and distributed diagnostics. Use for partitioned file processing, scientific array computation, or parallel tasks whose memory and dependency structure require Dask.

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/polars

面向 Python ETL、分析与 pandas 迁移的高性能 DataFrame 库。适用于基于表达式的数据操作，支持惰性查询优化、并行执行、流式跨核处理、Arrow 互操作与可选的 GPU 执行。

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/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.affaan-m/ECC/nuxt4-patterns

Nuxt 4 app patterns for hydration safety, performance, route rules, lazy loading, and SSR-safe data fetching with useFetch and useAsyncData. Use when building or reviewing a Nuxt 4 app, or debugging hydration mismatches and SSR-safe data fetching.

io.github.tabler/tabler/bootstrap-component

Write a new Bootstrap-style JavaScript component class in `core/js/src/bootstrap/` — a `BaseComponent` subclass with typed config, `EVENT_*`/`CLASS_NAME_*` constants and a `data-bs-toggle` Data API. Use whenever the user asks for a new component in the Bootstrap port (a toggler, a dialog, a chip input, a stepper) or wants an existing one brought up to this baseline. Covers file structure, TypeScript typing of `Default` and `DefaultType`, constructor and config merging, events, the Data API handler and the minimal public API. Not for the build, the tests or the size budget — that is the `core-js` skill.

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

通过 PyTDC Python 包使用 Therapeutics Data Commons：registry 发现、已批准数据集访问、任务感知的数据切分、评估指标、基准分组，以及有界的分子 oracle 工作流。

io.github.affaan-m/ECC/nuxt4-patterns

Nuxt 4 应用模式：水合安全、性能、路由规则、懒加载，以及用 useFetch 和 useAsyncData 做 SSR 安全的数据获取。在构建或评审 Nuxt 4 应用，或调试水合不匹配与 SSR 安全数据获取时使用。

io.github.microsoft/skills-for-fabric/sqldw-consumption-cli

通过 CLI 对 Fabric Data Warehouse、Lakehouse SQL Endpoint 和 Mirrored Database 执行只读 T-SQL 查询。对任何 lakehouse 数据查询（行数、SELECT、过滤、聚合）的默认技能，除非用户明确要求 PySpark 或 Spark DataFrame。当用户想要：(1) 查询 warehouse/lakehouse 数据；(2) 统计行数或探索 lakehouse 表；(3) 发现 schema/列；(4) 生成 T-SQL 脚本；(5) 监控 SQL 性能；(6) 导出结果为 CSV/JSON。针对 Fabric notebook 单元格（%%sql 或其他 notebook magic）请使用 `spark-authoring-cli` 而非本技能。触发语：warehouse、SQL query、T-SQL、query warehouse、show warehouse tables、show lakehouse tables、query lakehouse、lakehouse table、how many rows、count rows、SQL endpoint、describe warehouse schema、generate T-SQL script、warehouse performance、export SQL data、connect to warehouse、lakehouse data、explore lakehouse。

io.github.jeremylongshore/claude-code-plugins-plus-skills/sql-query-optimizer

优化 SQL 查询，属于 Data Analytics 的自动激活 skill。触发词：sql query optimizer、sql optimizer、sql。在处理查询优化功能时使用。

io.github.jeremylongshore/claude-code-plugins-plus-skills/sql-transform-helper

辅助 SQL 转换相关操作，属于 Data Pipelines 的自动激活 skill。触发词：sql transform helper、sql helper、sql。在处理 SQL 转换功能时使用。

io.github.danielmiessler/LifeOS/Apify

通过 Apify actor 抓取社交平台、商业数据与电商内容——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 及通用网页爬取——并在代码中过滤。适用场景：抓取 Instagram/LinkedIn/TikTok/YouTube/Facebook、Google Maps 销售线索、Amazon 评论、商业智能、多平台社媒监听、竞品分析、线索生成、社媒监控、Apify actor、网页爬取、提取联系人。不适用于 X/Twitter 操作（用 _X）、四级代理递进式抓取（用 BrightData）、真实 Chrome 反爬绕过与 computer use（用 Interceptor）。

io.github.dotnet/skills/writing-mstest-tests

编写、现代化或修复全面的 MSTest 单元测试，覆盖 MSTest 3.x/4.x API。适用：编写、创建、评审或现代化 MSTest 测试与断言，比 Assert.IsTrue 更好的 MSTest 断言，用 IsInstanceOfType 替代硬转义，MSTest 断言 API（Contains、ContainsSingle、HasCount、IsEmpty、IsNotEmpty、DoesNotContain、AreSame、IsNull、StartsWith、EndsWith、MatchesRegex、IsGreaterThan、IsLessThan、IsInRange），纠正 Assert.AreEqual 颠倒的 Expected/Actual 参数，用 Assert.Throws 替换 ExpectedException，数据驱动（DataRow、DynamicData、ValueTuples），生命周期（TestInitialize、TestCleanup、TestContext），异步与取消测试，条件执行/重试/清理（OSCondition、Retry），并行化（Parallelize/DoNotParallelize），MSTest.Sdk 配置，MSTESTxxxx 分析器修复。不适用：测试质量审计（用 test-anti-patterns）、运行测试（用 run-tests）、MSTest 版本迁移（用 migrate-mstest 技能）、xUnit/NUnit/TUnit、非 .NET 语言。

io.github.runceel/ReactiveProperty/writing-mstest-tests

编写新的 MSTest 3.x/4.x 单元测试、并在既有 MSTest 代码中实施具体修复的最佳实践。当用户要求编写、创建、实现、修复或现代化测试（包括“看起来有问题、修复一下”这类指令）时使用。是修改代码的首选方案，例如纠正 Assert.AreEqual 参数顺序颠倒、替换过时的断言模式、把 DynamicData 从 IEnumerable<object[]> 改为基于 ValueTuple 的数据集。涵盖现代断言、数据驱动测试、测试生命周期、MSTest.Sdk、sealed 类、Assert.Throws、配合 ValueTuple 的 DynamicData、TestContext 与条件执行。不要用于宽泛的测试质量审计、不稳定测试（flaky）排查或测试异味检测报告——那些请改用 test-anti-patterns。

io.github.remix-run/react-router/react-router

以 Framework、Data、Declarative 及不稳定 RSC 模式构建 React Router 应用。适用于配置路由、路由模块、loader、action、表单、fetcher、导航、pending UI、SSR/SPA/预渲染、中间件、URL params/search params,或 React Router 升级。