Die Arbeit mit Excel-Dateien erfordert Kenntnisse in Formeln, Formatierung und Datenanalyse. Diese Fähigkeit bietet umfassende Anleitungen zum Erstellen von Tabellen, Durchführen von Berechnungen und Analysieren von Daten nach professionellen Standards.

Die manuelle Verarbeitung von PDF-Dokumenten nimmt zu viel Zeit in Anspruch. Dieses Toolkit bietet umfassende PDF-Operationen einschließlich Textextraktion, Tabellenerkennung, Formularausfüllung und Dokumenterstellung mit Python und Kommandozeilen-Tools.

Erstellen Sie originelle Musikkompositionen und konvertieren Sie MIDI-Dateien in MP3- oder WAV-Audio-Dateien. Verwendet die music21-Bibliothek für intelligente Komposition und unterstützt sowohl orchestrale als auch elektronische Musikgenerierung mit realistischen Instrumentklängen.

Benutzer benötigen fachkundige Anleitung, um die Datascript-Datenbankarchitektur von Logseq für effektives Knowledge-Graph-Management zu verstehen. Dieser Skill bietet fundiertes Wissen über Schema-Design, Property-Typen, Klassenhierarchien und Entitätsbeziehungen.

Benutzer müssen Daten aus ihren Logseq-Wissensgraphen extrahieren und abfragen. Dieses Skill bietet eine einheitliche Python-Client-Bibliothek zum Abrufen von Seiten, Blöcken, Eigenschaften und zum Ausführen erweiterter Datalog-Abfragen gegen lokale Logseq-Graphen über HTTP API oder CLI.

Logseq-Benutzer benötigen klare Anleitungen beim Übergang von Markdown-Dateien zum Datenbankformat. Dieser Skill bietet schrittweise Migrationsplanung, Backup-Strategien, Problembehandlung für häufige Probleme und Datalog-Abfragebeispiele zur Validierung.

Die manuelle EDN-Vorlagen-Analyse ist zeitaufwändig. Die edn-analyzer-Skill bietet automatisierte Strukturanalyse, Qualitätsprüfungen und Vergleichsfunktionen für Logseq-Datenbank-Graphvorlagen. Sie identifiziert verwaiste Elemente, validiert die Struktur und erstellt umsetzbare Berichte.

Benutzer müssen Claude mit ihren Logseq-Wissensgraphen integrieren, um Daten abzufragen und zu schreiben. Diese Skill bietet automatisierte Verbindungsverwaltung über HTTP API, CLI und MCP Server-Backends mit integrierter Fehlerbehebungsunterstützung.

Der Aufbau phylogenetischer Bäume aus mehreren Genomassemblierungen erfordert komplexe Workflows mit vielen Tools. Diese Skill erstellt ausführungsbereite, Scheduler-kompatible Skripte für die vollständige BUSCO-basierte Phylogenomik-Pipeline.

Phylogenetische biogeografische Analyse hilft Forschern zu verstehen, wie sich die geografischen Verbreitungsgebiete von Arten im Laufe der Zeit entwickelt haben. Diese Skill automatisiert den kompletten BioGeoBEARS-Workflow von der Eingabevalidierung bis zu publikationsreifen Visualisierungen von Verbreitungsgebieten der Vorfahren.

Die Verwaltung komplexer Daten-Workflows über ETL-Prozesse, Analysen und Feature-Engineering erfordert koordinierte Orchestrierung und Qualitätsdurchsetzung. Diese Funktion agiert als CTO-Data-Rolle, koordiniert Datenaufgaben und hält einen Mindestqualitätsstandard von 95 Prozent ein.

Diese Skill bietet sofort einsetzbare SQLAlchemy 2.0+ Muster für asynchrone Datenbankoperationen. Es enthält typsichere Modelle, CRUD-Operationen, Beziehungen und Performance-Optimierungen für die Erstellung robuster Datendienste.

Datenanalyse erfordert oft benutzerdefinierten Python-Code für spezifische Datensätze und Visualisierungsanforderungen. Diese Skill nutzt KI, um maßgeschneiderten pandas- und matplotlib-Code zu generieren, der Ihre Daten verarbeitet und professionelle Diagramme in Sandbox-Umgebungen erstellt.

Datenbankabfragen erfordern das Wechseln zwischen Code-Editoren und Terminalfenstern. Mit dieser Skill kannst du SQL-Abfragen und psql-Meta-Befehle direkt aus deinem KI-Assistenten ausführen, ohne deinen Workflow zu verlassen.

Diese Fähigkeit bietet sichere BigQuery-CLI-Muster zum Untersuchen von Tabellen und Schemas ohne Zugriff auf sensible Daten. Sie umfasst INFORMATION_SCHEMA-Abfragen, Zeilenanzahlprüfungen und Richtlinien zur Datensensibilität für verantwortungsvolle Datenanalyse.

Webinhalte in deinen Coding-Workflow zu bekommen ist mühsam und unzuverlaessig. Diese Skill gibt Claude sofortigen Zugriff auf jede Webseite als sauberes Markdown, Screenshots, strukturierte Daten oder Suchergebnisse.

Daten sicher von S3 laden, indem sie zunächst in einem temporären Branch gestaffelt werden. Qualität vor dem Zusammenführen in die Produktion überprüfen. Verhindert, dass fehlerhafte Daten Ihre Haupttabellen erreichen.

Das Erstellen von Datenpipelines von Grund auf erfordert Verständnis für DAG-Architektur, Materialisierungsstrategien und Projektstruktur. Diese Skill leitet Sie durch das Einrichten von bauplan-Projekten mit ordnungsgemäßer Branch-Sicherheit, SQL-First-Node-Mustern und Python-Transformationsmodellen.

MEV-Trading erfordert eine präzise Liquiditätsanalyse, um übermäßige Slippage und fehlgeschlagene Transaktionen zu vermeiden. Dieser Skill bietet systematische Workflows und Formeln zur Berechnung des Preiseinflusses, zur Schätzung der Slippage und zur Validierung der Trade-Rentabilität vor der Ausführung.

MEV-Infrastruktur erfordert präzise Latenzüberwachung, um einen Wettbewerbsvorteil zu erhalten. Diese Skill bietet Latenzverfolgung pro Aufruf und aggregiert, um Engpässe zu identifizieren, langsame Operationen zu debuggen und Alarmierungsschwellenwerte für Leistungsanomalien festzulegen.