📦
latex-posters
87建立 LaTeX 研究海報
研究海報在 LaTeX 中很難排版，也很難為列印進行校對。此技能提供範本、版面配置指引，以及適用於會議就緒海報的 PDF 檢查。
設計與創意 查看
技能 datacommons-client
📦
datacommons-client
內容修訂 r2 安全 🌐 網路存取🔑 環境變數⚙️ 外部命令
查詢 Data Commons 統計資料
公共統計資料通常需要先解析實體、變數和來源中繼資料，才能進行分析。此技能會引導 Claude、Codex 和 Claude Code 完成 Data Commons 查詢與結果準備。
支援: Claude Codex Code(CC)
使用我的智慧代理安裝
將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。
智能體請求
Review the Skillstore skill "datacommons-client" from https://skillstore.io/skills/davila7-datacommons-client.md and its manifest at https://skillstore.io/api/skills/davila7-datacommons-client/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。
測試它
正在使用「datacommons-client」。 比較加州、德州和紐約州的最新人口。
預期結果:
- 包含各州 Data Commons IDs 的已解析實體清單。
- 顯示最新可用人口數值的比較表。
- 關於觀測日期和資料來源 facet 的簡短註記。
正在使用「datacommons-client」。 尋找美國失業率的時間序列資料。
預期結果:
- 依日期排序的乾淨時間序列摘要。
- 將回應轉換為 Pandas 記錄表的指引。
- 一則資料來源註記，建議在來源不同時使用 facet 篩選。
正在使用「datacommons-client」。 解析舊金山座標並查詢當地指標。
預期結果:
- 相符的地點識別碼和可讀的地點名稱。
- 可用統計變數的精選清單。
- 針對人口和收入指標的建議查詢計畫。
安全審計
安全v9 • 2026/7/23 開啟版本化報告
All 89 static findings are false positives caused by documented Data Commons API calls, placeholder credentials, Markdown formatting, and DCID resolution examples. No malicious intent, prompt injection, secret exposure, command execution, or unrelated network destination was found in the five reviewed documentation files.
5
已掃描檔案
1,352
分析行數
0
複核項目
0
已忽略的誤報
風險因素
🌐 網路存取 (36)
references/getting_started.md:44 references/getting_started.md:69 references/getting_started.md:97 references/getting_started.md:149 references/getting_started.md:201 references/getting_started.md:222 references/getting_started.md:233 references/getting_started.md:334 references/node.md:38 references/node.md:44 references/node.md:194 references/node.md:202 references/node.md:239 references/observation.md:43 references/observation.md:50 references/observation.md:57 references/observation.md:119 references/observation.md:130 references/observation.md:141 references/observation.md:153 references/observation.md:169 references/resolve.md:32 references/resolve.md:146 references/resolve.md:203 SKILL.md:47 SKILL.md:54 SKILL.md:61 SKILL.md:151 SKILL.md:195 SKILL.md:187 SKILL.md:219 SKILL.md:223 SKILL.md:236 SKILL.md:237 SKILL.md:238 SKILL.md:239
⚙️ 外部命令 (41)
SKILL.md:16-18 SKILL.md:18-21 SKILL.md:21-23 SKILL.md:23-31 SKILL.md:31-41 SKILL.md:41-66 SKILL.md:66-70 SKILL.md:70-80 SKILL.md:80-96 SKILL.md:96-100 SKILL.md:100-109 SKILL.md:109-126 SKILL.md:126-133 SKILL.md:133-140 SKILL.md:140-143 SKILL.md:143-147 SKILL.md:147-150 SKILL.md:150-156 SKILL.md:156-159 SKILL.md:159-165 SKILL.md:165-172 SKILL.md:172-173 SKILL.md:173-174 SKILL.md:174-175 SKILL.md:175-176 SKILL.md:176-177 SKILL.md:177-180 SKILL.md:180-188 SKILL.md:188-194 SKILL.md:194-211 SKILL.md:211-217 SKILL.md:217-218 SKILL.md:218-223 SKILL.md:223-227 SKILL.md:227-229 SKILL.md:229-230 SKILL.md:230-231 SKILL.md:231-232 SKILL.md:232-245 SKILL.md:245-248 SKILL.md:248-249
最近一次完成的靜態與語意稽核未偵測到已確認的安全發現。這並不能證明該 Skill 沒有副作用。
審計單位: codex 檢視審計紀錄 →
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/davila7-datacommons-client/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/davila7-datacommons-client?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/davila7-datacommons-client?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-datacommons-client/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/davila7-datacommons-client.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>學術引用 (APA · BibTeX · CFF)
APA 引用
davila7. (2026). datacommons-client security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-datacommons-client/audits/9BibTeX 引用
@techreport{davila7-davila7-datacommons-client-2026,
author = {davila7},
title = {datacommons-client security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-datacommons-client/audits/9},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "datacommons-client security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-datacommons-client/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-datacommons-client:audit:9"
description: "Skillstore immutable audit report identifier"
比較變體
2 個可安裝變體每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。
為何此變體排名第一
Skillstore 評分最高
作者 / 來源 Skillstore 評分 證據置信度 Skillstore 使用量 已更新
Skillstore 評分
評分依據 證據置信度: 高 45
架構
85
可維護性
87
內容
74
社群
83
規範符合度
你可以打造什麼
比較區域指標
解析州、郡縣或城市，並比較人口、收入和失業率變數。
準備研究資料集
尋找可靠的公共資料、擷取時間序列，並將結果整理成適用於筆記本或報告的格式。
探索地點中繼資料
瀏覽地點階層、檢查圖譜屬性，並在查詢統計資料前識別相關實體。
試試這些提示
尋找基本統計資料
使用 Data Commons 尋找加州的最新人口。說明實體 ID、變數和來源脈絡。
比較地點
解析加州、德州和佛羅里達州，然後以精簡表格比較最新人口和失業率數值。
建立時間序列
擷取所有可用的美國失業率觀測值，將其準備為 Pandas 可用格式，並註明任何來源一致性疑慮。
設計階層查詢
找出加州所有郡縣，查詢 2020 年家庭收入中位數，篩選為一致來源，並摘要離群值。
最佳實務
- 在查詢觀測值前，先將名稱解析為 Data Commons IDs。
- 在請求大型資料集前，先檢查可用變數。
- 當結果必須來自同一來源系列時，使用 facet 篩選器。
避免
- 不要在筆記本或原始碼檔案中硬編碼真實 API keys。
- 不要假設模糊的地點名稱會對應到預期的實體。
- 不要在未檢查資料來源 facet 的情況下比較混合來源結果。
常見問題
此技能是否需要 Data Commons API key?
預設的 Data Commons 服務可能需要 API key。請將其儲存在環境變數或祕密管理器中。
它可以與 Claude、Codex 和 Claude Code 搭配使用嗎?
是。此技能內容與 Claude、Codex 和 Claude Code 工作流程相容。
我可以查詢哪些類型的資料?
你可以查詢 Data Commons 中可用的公共人口、經濟、健康、環境及其他統計變數。
它可以自動解析城市或州名嗎?
可以。它會說明地點實體的名稱、座標和 Wikidata 解析。
此技能會驗證 Data Commons 資料的準確性嗎?
不會。它協助擷取和檢查資料。使用者應審閱來源、facet 和方法論。
結果可以與 Pandas 搭配使用嗎?
可以。參考資料會展示如何將觀測值回應轉換為可供 Pandas 分析的記錄表。
開發者詳細資訊
作者
davila7授權
MIT
Skillstore 修訂
r2
版本提示
作者未聲明版本。
引用
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
維護新鮮度
2026/7/25
使用量
6 次下載 · 469 次瀏覽
檔案結構
davila7 的更多技能
查看全部📦
content-creator
87建立 SEO 就緒的行銷內容
行銷團隊需要符合品牌語氣與搜尋目標的清晰內容。此技能提供範本、分析腳本與平台指引，協助可重複的內容製作。
寫作與內容 查看
📦
treatment-plans
86建立結構化醫療治療計畫
臨床治療計畫往往會變得不一致、冗長或難以審查。此技能提供聚焦的範本、可衡量的目標、時程，以及本機品質檢查。
文件 查看
📦
clinical-reports
86建立結構化臨床報告
臨床團隊需要符合醫療與法規標準的清晰報告。此技能提供範本、檢查清單與驗證指引，適用於病例報告、診斷、試驗與病人紀錄。
文件 查看
📦
exploratory-data-analysis
85分析科學資料檔案
科學資料檔案很難檢查，因為每種格式儲存結構與中繼資料的方式都不同。此技能會偵測格式、剖析資料品質，並建立實用的 Markdown EDA 報告。
資料與分析 查看
📦
diffdock
85執行 DiffDock 分子對接工作流程
分子對接設定常因輸入、參數與信心分數難以對齊而失敗。此技能會引導 DiffDock 工作流程，從準備到結果檢閱。
研究與學習 查看
相關技能
查看全部📦
statistical-analysis
80透過統計指引分析研究資料
由 K-Dense-AI
選擇檢定方法與報告結果可能耗時且容易出錯。此技能可指引檢定選擇、假設、效果量、檢定力分析、貝葉斯選項，以及 APA 報告。
資料與分析 查看
📦
calculator
80快速計算數學表達式
由 Decalogue
當使用者需要快速取得數值答案時，手動算術檢查會拖慢代理速度。此技能可評估基本數學表達式並回傳精簡結果。
資料與分析 查看
📦
data-analyst
80使用 SQL 和 pandas 分析資料
由 shubhamsaboo
資料工作通常需要清晰的查詢、可重複的轉換，以及謹慎的解讀。此技能可指導 SQL、pandas、統計和資料清理工作流程。
資料與分析 查看
📦
azure-ai-vision-imageanalysis-py
79使用 Azure AI Vision Python 分析影像
由 sickn33
影像分析工作流程需要標題說明、OCR、偵測與裁切，而不必重新建構 SDK 範例。此技能會引導 Claude、Codex 和 Claude Code 使用適用於 Python 的 Azure AI Vision Image Analysis。
資料與分析 查看
📦
python-web-app-security-audit
90Audit Python Web Apps Before Release
由 glenskii
Python teams need repeatable checks for common application security controls. This skill provides configurable pytest coverage with clear evidence, boundaries, and release decisions.
安全與法遵 查看
📦
python-async-patterns
85建構可靠的 Async Python
由 0xDarkMatter
Async Python 程式碼經常因阻塞呼叫、未受限制的任務，以及薄弱的清理機制而失敗。此 skill 提供可重複使用的 asyncio 模式、範例與參考資料，用於打造穩健的並行服務。
程式開發 查看