生产级 RAG 项目需要可重复的摄取、过滤和检索模式。此技能为 Claude、Codex 和 Claude Code 提供面向 Qdrant 管道的实用指导。

Obsidian Bases 可以保存有用的项目和笔记元数据，但手动查询它们很慢。此技能为 Claude、Codex 和 Claude Code 提供聚焦提示，用于通过本地插件 RPC 列出 bases、查询 views 以及读取 schemas。

手动数据清理会消耗大量 token，并可能导致结果不一致。此技能为 Claude、Codex 和 Claude Code 提供可复用的 JavaScript 模式，用于筛选、映射、排序、聚合和去重记录。

财务估值需要一致的假设、现金流预测和风险测试。此技能提供可复用的 DCF 和敏感性分析工具，用于结构化投资分析。

财务报表可能隐藏重要的业绩、流动性、杠杆和估值信号。此技能可计算关键比率，并结合基准和趋势解释结果。

营销团队常常难以跨平台比较活动表现。此技能会根据提供的活动数据计算互动、ROI、基准和建议。

当实验、特征和模型缺乏清晰的统计结构时，数据科学项目往往会失败。此技能为 Claude、Codex 和 Claude Code 提供用于实验、特征工程和模型评审的引导式工作流。

生产数据团队需要可靠的模式来处理管道、质量检查和编排。此技能为现代数据栈提供架构、脚手架和 DataOps 实践指导。

计算机视觉团队需要在模型、数据集、推理和部署方面获得可靠指导。此技能通过实用的工程检查，帮助规划和优化生产级视觉流水线。

重复和近重复图像会扭曲数据集质量和模型训练效果。此技能会指导 Claude、Codex 或 Claude Code 通过 FiftyOne Brain 工作流查找、审查并移除冗余样本。

图像数据集可能隐藏聚类、离群点和标签问题。此技能可指导 Claude、Codex 和 Claude Code 完成 FiftyOne 嵌入可视化。

计算机视觉团队需要可重复的方法，将媒体、标签和预测加载到 FiftyOne 中。此技能会指导 Claude、Codex 和 Claude Code 完成数据集创建、导入验证和模型推理。

当媒体、标注和多模态文件夹使用不同格式时，数据集导入经常会失败。此技能会指导在 FiftyOne 中进行扫描、检测、包设置、导入、分组和验证。

CookMode 数据库变更需要一致的架构、迁移、RLS 和查询指导。此技能提供以 Supabase 为重点的模式，用于安全更新和故障排查。

当表名和关系不明确时，数据库工作会变得缓慢。此技能可梳理 Empathy Ledger 表，并提供 Supabase 查询模式，以便更快地进行规划。

SurrealDB 项目需要可靠的 Python 示例，用于查询、图、向量和实时更新。此技能通过面向数据应用和 RAG 系统的聚焦模式来指导 SDK 使用。

非结构化文本在输入应用或数据库之前，通常需要先提取可靠字段。此技能指导 Python 开发者使用 Cohere v2 结构化输出和 JSON Schema 进行抽取。

Dynamic websites make reliable data extraction difficult. This skill discovers selectors, handles common loading patterns, and produces reusable Playwright scripts with structured output.

当文本、布局和图像被分别提取时，PDF 转换往往会失败。此技能会创建可追踪的页面工件，将文本元数据、渲染图像和页面映射结合在一起。

当代理编辑后端代码时，数据库设置细节很容易被遗漏。此技能为 Claude 和 Codex 提供关于 Neon、Drizzle schema 文件、查询和迁移的清晰指导。