據 AlphaMoat 統計,截至 2026-10,ai數模科研繪圖skill 累計下載 10,800 次、獲 2 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 2,529 位,在「資料分析」分類(915 個)中排名第 237 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| SkillHub ↗ | 1.1萬 | 2 | — |
各平台的計數口徑不同,統計時間不一致。
📊 如何讓 AI 判斷“應該畫什麼圖”，並生成更符合數學建模比賽評審閱讀習慣的科研風圖表？ 我開發了一個面向 AI 數學建模與科研寫作 的繪圖 Skill：ModelViz。 它並不是簡單地“根據指令畫圖”，而是會先分析： 🔍 使用者真正想表達的是 趨勢、對比、分佈，還是相關性？ 📁 資料中包含哪些真實欄位，它們之間存在什麼關係？ 📐 使用者指定的圖表是否適合當前資料？ 🧹 哪些圖雖然複雜，卻可能遮蓋重點？ 🎓 哪種圖表更符合數學建模競賽和科研論文常見的 清晰、規範、低飽和 風格？ 在完成需求理解和資料分析後，ModelViz 會從內建的 上百個科研繪圖模板及配套資產 中召回候選方案，再結合使用者的真實資料完成最終選擇。 🧩 模板覆蓋數學建模中的常見場景 ① 時間序列與趨勢分析 ② 分類與數值對比 ③ 相關性與迴歸分析 ④ 分佈、不確定性與異常值分析 ⑤ 聚類、降維與綜合評價 ⑥ 敏感性分析與預測評估 ⑦ 網路關係與空間分析 ⑧ 熱力圖、矩陣圖與多子圖組合 🛠️ 選定模板後，Skill 還會繼續完成 ✅ 將模板適配到使用者的真實資料 ✅ 儘量保留原模板的佈局、配色與科研風格 ✅ 自動檢查模板所需的 Python 庫 ✅ 缺少依賴時按需補全，無需預裝全部繪相簿 ✅ 輸出 PNG、SVG、PDF 和可復現的 Python 程式碼 ✅ 檢查空白圖、字型異常、標籤重疊和圖例遮擋 ✅ 發現問題後自動修改程式碼並重新生成 🚀 使用者只需要提供資料，並描述繪圖需求 ModelViz 會自動完成： ① 理解需求 ② 召回候選模板 ③ 分析資料並選擇模板 ④ 檢查執行依賴 ⑤ 適配真實資料 ⑥ 生成科研風圖表 ⑦ 檢查問題並自動修復 讓 AI 不只是“會畫圖”，還能夠理解： 為什麼畫這張圖、這張圖是否適合，以及怎樣讓評審更快讀懂圖中的結論。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 1.1萬 | — | 2 |
| 2026-09 | 3118 | — | 2 |
中國金融機構資料爬取與分析綜合 Skill v12.0.0。2334家/43大類機構名單、60+財經媒體源輿情、 A股報告/公告/研報、60+種查詢多源金融資料（自動降級+快取）、爬取排程與網頁操作增強、 即時資料中樞、24 技術指標引擎、多源證據融合、110 MCP 工具 + 10 Resource + 14 Prompt。 🆕 v12.0.0 四條線（資訊獲取 / 打包下載 / 資料分析 / 登入）： 編排：gather_info() 一次跑完"路由→抓取→去佔位→質量分→能力邊界→回執→打包"， 8 類意圖各帶問法、輸入輸出、典型耗時與 not_for（說清哪件事做不了）。 誠實：反爬佔位條目一律剔除並記賬，空結果報 E_SOURCE_EMPTY，不把假資料判成 B 級成功。 交付：包內自帶 manifest.json（逐檔案 sha256），verify 查得出改動/缺失/多塞， 批次下載單條失敗不中斷整批，失敗清單可直接只重下那幾條。 登入：Cookie 由使用者匯出或掃碼接管，檔案化 + 健康度四檔，對外輸出全脫敏（值永不回顯）。 何時觸發：爬取機構、輿情爬取、東方財富、公告下載、即時行情、技術指標、統一查詢、 交付包、批次重下、我已經登入了、登入態還有效嗎（完整觸發詞見下方 auto_trigger）。
大宗商品價格資料查詢技能。用於查詢大宗商品期現貨價格、宏觀經濟指標、產業鏈供需資料、進出口庫存資料、金融市場資料等。當用戶詢問：(1) 期貨/現貨價格查詢，如"螺紋鋼價格"、"銅期貨收盤價"； (2) 歷史行情或趨勢分析；(3) 區域或企業價格對比；(4) 宏觀經濟指標，如GDP、CPI；(5) 產業鏈上下游資料；(6) 多市場金融資料（期權、股票、債券、外匯）；(7) 結算確認單生成時觸發此技能。
32種圖表，3 個主題，2步生成： 1.上傳資料 — 將 CSV / Excel / JSON 等格式的資料檔案拖入對話方塊; 2.檢視結果 — 互動式圖表（HTML），可儲存圖表為圖片.
AdMapix 的取數層：把廣告與應用相關的查詢轉成介面呼叫，只回原始 JSON。
論文配圖一鍵生成：一條命令從 JSON/CSV/Excel 生成頂刊級學術圖表，科研繪圖 與期刊配圖全場景覆蓋。40 種圖表（森林圖/KM 生存曲線（自動風險表）/競爭風險累計發生率/ROC/校準 曲線/決策曲線 DCA/列線圖/RCS 非線性劑量反應/亞組分析森林圖/RMST 限制平均生存時間/Galbraith 徑向圖/火山圖/雨雲圖/山脊圖/啞鈴圖/游泳圖（逐例時長+里程碑）/ 腫瘤緩解瀑布圖/UpSet 交集/PRISMA 流程圖/漏斗/BA 一致性/PCA/熱圖/箱線/小提琴/ 組合圖/Cox 多因素迴歸森林圖等），9 套配色（含色盲安全 Okabe-Ito 與期刊色板），9 種期刊投稿預設， YAML 流水線一條命令出全套論文圖，一次渲染多格式匯出（TIFF/PNG/PDF）， PDF 重疊門禁，600dpi。純本地執行，資料不出機，中文零配置。適用：寫論文/ 投稿要配圖、把資料變成可投稿圖表、批次重出全套圖。不適用：文字潤色/翻譯/ 改寫（請用寫作類工具）；商業報表/儀表盤/海報裝飾；無資料支撐的純示意圖。
Intelligent chart generation and data analysis skill. Reads user-supplied data files (CSV/Excel/JSON), analyzes data characteristics with LLM assistance, auto-recommends and generates interactive ECharts visualizations. Use when the user asks to analyze data, generate charts, create visualizations, or work with tabular data files.
全球智慧投研工具（stock-researcher）v13.0：多源資料 + 機率預測 + 可匯出報告。 核心能力： - 多源資料路由：按市場/類別選源，逐級降級；每個結果標註來源與時效等級；源不可用時明確標 unavailable - 全資產量化：股票/ETF/場外基金/指數/期貨（期限結構、基差、持倉、折溢價）多因子分析 - 機率預測：1d/5d/1M/3M/6M 經驗分佈 + 分位數 + 方向機率 + 區間，kNN 鄰域收縮融合全域性分佈； 樣本不足自動棄權，可按歷史命中樣本（同桶）做機率校準 - 證據鏈簡報：每條結論繫結來源、時間與資料質量，衝突訊號保留而不抹平 - 報告匯出：Word/PPT/PDF/Markdown/JSON/純文字，純標準庫渲染 + 可選第三方引擎 - MCP Server 24 工具，Claude Code 可直接呼叫；知識庫 12 介面卡雙向同步 三條鐵律： - 資料不裝：拿不到就報不可用，不拿 0 價、不拿空表冒充 - 預測不裝：機率來自歷史相似條件的經驗分佈，樣本不足就說不足，不硬給方向 - 評分≠盈利保證：任何結論都帶免責宣告
透過 Tavily 搜尋公開網頁，並回傳含連結與摘要的結構化結果。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。