独立代理/Codex技能，支持高杠杆数据科学工作流程，配有主打镜头、信息图表、验证脚本和提供者互操作性说明。
概览
一个生产级目录，配备确定性 Python 标准库验证工具、严格的八部分决策合同以及原生执行支持。 每个技能都需要相同的最终决策结构（问题、输入、检查、发现、决策、风险、下一步动作、工件），并发出明确的五状态判决（开始、优先修复、停止、冒险推进、需要-所有者-审查）。 所有辅助脚本和验证器仅使用 Python 3 标准库——无需 pip 安装或虚拟环境。 - ： OpenAI Codex、ChatGPT 代理、Anthropic Claude、Claude Code、Google Gemini、Gravity / Antigravity、GitHub Copilot、Cursor、Windsurf、Goose、OpenCode、OpenHands、LangGraph、CrewAI、AutoGen、LlamaIndex、语义内核和本地大型语言模型代理。- ： 每个技能都包含 references/multilingual-guide.md，带有本地化的章节头、决策判决和领域术语，包括 、 、 、 和 。
概述（AI 翻译）
**语言 / 语言 / 语言 **：英语 |简体中文 |日本語 |한국어
一个包含25项重判数据科学和机器学习工程代理技能的生产级目录，配备确定性Python标准库验证工具、严格的八部分决策合同，以及母语**英语、简体中文（简体中文）、日语（日本語）和韩语（韩国어）**执行支持。
每个技能都需要相同的最终决策结构（Problem、Inputs、Checks performed、Findings、Decision、Risks、Next actions、Artifacts），并发出明确的五状态判决（go、fix-first、stop、proceed-with-risk、needs-owner-review）。
按项目阶段找到合适的技能
| 生命周期阶段 | 技能包 | 核心判断与范围 | 主要确定性脚本 |
|---|---|---|---|
| 第一阶段：框架与分流 | 数据问题框架（data-question-framing） |
将模糊的业务或研究问题转化为可衡量的数据科学问题陈述 | scripts/decision_canvas_validator.py |
| 第一阶段：框架与分流 | AI数据准备度分流（ai-data-readiness-triage） |
评分数据集是否已准备好用于AI、分析或建模 | scripts/profile_table.py |
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
Data Science Agent Skills
Language / 语言 / 言語 / 언어: English | 简体中文 | 日本語 | 한국어
A production-grade catalog of 25 judgment-heavy data science and ML engineering agent skills with deterministic Python standard-library verification tools, strict eight-section decision contracts, and native English, Simplified Chinese (简体中文), Japanese (日本語), and Korean (한국어) execution support.
Every skill requires the same final decision structure (Problem, Inputs, Checks performed, Findings, Decision, Risks, Next actions, Artifacts) and emits an explicit five-state verdict (go, fix-first, stop, proceed-with-risk, needs-owner-review).
Find The Right Skill By Project Stage
| Lifecycle Stage | Skill Package | Core Judgment & Scope | Primary Deterministic Script |
|---|---|---|---|
| Stage 1: Framing & Triage | Data Question Framing (data-question-framing) |
Turn vague business or research asks into measurable DS problem statements | scripts/decision_canvas_validator.py |
| Stage 1: Framing & Triage | AI Data Readiness Triage (ai-data-readiness-triage) |
Score whether datasets are ready for AI, analytics, or modeling | scripts/profile_table.py |
| Stage 1: Framing & Triage | Dataset Contract Forensics (dataset-contract-forensics) |
Infer and verify schema, grain, uniqueness, freshness, and null contracts | scripts/profile_table.py |
| Stage 1: Framing & Triage | Semantic Lineage Mapper (semantic-lineage-mapper) |
Trace table, column, and metric definitions across SQL, notebooks, and pipelines | scripts/extract_lineage_tokens.py |
| Stage 1: Framing & Triage | Messy Data Cleanroom (messy-data-cleanroom) |
Design reversible, auditable cleaning and quarantine rules without mutating raw data | scripts/profile_table.py |
| Stage 2: Validity & Leakage | Leakage Adversary (leakage-adversary) |
Red-team ML datasets and pipelines for target, temporal, group, and preprocessing leakage | scripts/split_leakage_probe.py |
| Stage 2: Validity & Leakage | Causal Assumption Scout (causal-assumption-scout) |
Audit causal claims for confounding, collider bias, post-treatment controls, and identification | scripts/confounder_backdoor_check.py |
推荐工具
换一个关键词，或者移除筛选条件。
安装
npx skillfish add emily2040/data-science-agent-skills