Research & Science
v1.0.0
将文件和办公文档转换为 Markdown。支持 PDF、DOCX、PPTX、XLSX、图片（含 OCR）、音频（含转录）、HTML、CSV、JSON、XML、ZIP、YouTube 链接、EPub 等格式。
技能检索
按关键词、分类和排序查找 AI Skills
符合当前检索条件的共有 40 个
Research & Science
v1.0.0
使用 Google 的 TimesFM 基础模型进行零样本时间序列预测。无需训练自定义模型，即可对任何单变量时间序列（如销售、传感器、能源、生命体征、天气）进行预测。支持 CSV/DataFrame/数组输入，提供点预测和预测区间。包含预运行系统检查脚本，可在首次使用前验证内存和 GPU 状态。
Research & Science
v1.0.0
使用此技能处理和分析超出可用内存的大型表格数据集（数十亿行）。Vaex 在外部存储 DataFrame 操作、惰性求值、快速聚合、大数据高效可视化以及大规模数据集的机器学习方面表现卓越。当用户需要处理大型 CSV/HDF5/Arrow/Parquet 文件、对海量数据集进行快速统计分析、创建大数据可视化图表，或构建无法完全装入内存的机器学习流水线时，适用于此场景。
Office Tools
v1.0.0
当电子表格文件是主要输入或输出时，使用此技能。这意味着用户需要执行以下任何任务：打开、读取、编辑或修复现有的 .xlsx、.xlsm、.csv 或 .tsv 文件（例如，添加列、计算公式、格式化、制图、清理杂乱数据）；从零开始或从其他数据源创建新的电子表格；或在表格文件格式之间进行转换。当用户提及电子表格文件的名称或路径时（即使只是随意提及，如“我下载文件夹里的那个 xlsx”），并希望对其执行操作或基于它生成内容时，应触发此技能。此外，当需将杂乱的表格文件（如格式错误的行、错位的表头、垃圾数据）清理并重构为规范的电子表格时，也应触发此技能。交付物必须是电子表格文件。若主要交付物是 Word 文档、HTML 报告、独立的 Python 脚本、数据库流水线或 Google Sheets API 集成，即便涉及表格数据，也请勿触发此技能。