Jeden Skill in Manus ausführen
mit einem Klick

Jeden Skill in Manus mit einem Klick ausführen

Loslegen

data-analyzer

使用 Bun + SQL.js 进行数据分析。支持 SQL 查询、数据统计、聚合分析、数据可视化准备。当用户需要分析数据、执行 SQL 查询、生成统计报告时使用。

In Manus ausführen

Überblick

使用 Bun + SQL.js 进行数据分析。支持 SQL 查询、数据统计、聚合分析、数据可视化准备。当用户需要分析数据、执行 SQL 查询、生成统计报告时使用。

Installationsbefehl

npx skills add https://github.com/suifei/gopherpaw --skill data-analyzer

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um den Skill zu installieren

Quelle

suifei/gopherpaw

Sterne0

Forks0

Aktualisiert6. März 2026 um 19:38

Datei-Explorer

5 Dateien

SKILL.md

readonly

name	data_analyzer
description	使用 Bun + SQL.js 进行数据分析。支持 SQL 查询、数据统计、聚合分析、数据可视化准备。当用户需要分析数据、执行 SQL 查询、生成统计报告时使用。
metadata	{"copaw":{"emoji":"📊","requires":{"runtime":"bun","packages":["sql.js"]}}}

数据分析 Skill

使用 Bun + SQL.js 进行高性能数据分析。

功能

1. SQL 查询

标准 SQL 支持
JOIN 查询
子查询
聚合函数

2. 数据统计

基础统计（COUNT/SUM/AVG/MIN/MAX）
分组统计
排序和筛选

3. 数据处理

CSV 导入
JSON 导入
结果导出

安装依赖

cd configs/active_skills/data_analyzer
bun install sql.js

使用方法

从 CSV 创建数据库

bun scripts/csv_to_db.js <data.csv> <output.db>

执行 SQL 查询

bun scripts/query.js <database.db> <sql_query>

数据统计

bun scripts/stats.js <database.db> <table_name>

生成报告

bun scripts/report.js <database.db> <output.json>

示例场景

用户说："分析这份数据"
用户说："执行 SQL 查询"
用户说："生成统计报告"
用户说："数据聚合分析"

支持的 SQL 功能

✅ SELECT / INSERT / UPDATE / DELETE
✅ JOIN / LEFT JOIN / RIGHT JOIN
✅ GROUP BY / HAVING
✅ ORDER BY / LIMIT
✅ 聚合函数（COUNT/SUM/AVG/MIN/MAX）
✅ 子查询

性能优势

内存数据库：SQL.js 在内存中运行
快速查询：比传统数据库快 10-100x（适合中小数据集）
零配置：无需安装数据库服务器

限制

数据量：< 100MB（内存限制）
并发：单线程（适合分析任务）
持久化：需手动保存到文件

Mehr aus diesem Repository

gleiches Repository

browser-setup

suifei/gopherpaw

浏览器环境配置技能 - 自动检测系统已安装的 Chrome/Chromium，或提供下载安装指引。支持 Linux/macOS/Windows 跨平台检测。

2026-03-080

docx

suifei/gopherpaw

Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files). Triggers include: any mention of "Word doc", "word document", ".docx", or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a "report", "memo", "letter", "template", or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation.

2026-03-080

pdf

suifei/gopherpaw

Use this skill whenever the user wants to do anything with PDF files. This includes reading or extracting text/tables from PDFs, combining or merging multiple PDFs into one, splitting PDFs apart, rotating pages, adding watermarks, creating new PDFs, filling PDF forms, encrypting/decrypting PDFs, extracting images, and OCR on scanned PDFs to make them searchable. If the user mentions a .pdf file or asks to produce one, use this skill.

2026-03-080

pptx

suifei/gopherpaw

Use this skill any time a .pptx file is involved in any way — as input, output, or both. This includes: creating slide decks, pitch decks, or presentations; reading, parsing, or extracting text from any .pptx file (even if the extracted content will be used elsewhere, like in an email or summary); editing, modifying, or updating existing presentations; combining or splitting slide files; working with templates, layouts, speaker notes, or comments. Trigger whenever the user mentions "deck," "slides," "presentation," or references a .pptx filename, regardless of what they plan to do with the content afterward. If a .pptx file needs to be opened, created, or touched, use this skill.

2026-03-080

xlsx

suifei/gopherpaw

Use this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like "the xlsx in my downloads") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.

2026-03-080

api-client

suifei/gopherpaw

使用 Bun.fetch 进行 HTTP API 调用。支持 GET/POST/PUT/DELETE、JSON 处理、请求头设置、超时控制。当用户需要调用 API、获取网络数据、测试 API 接口时使用。

2026-03-060

Quelle

suifei

suifei/gopherpaw

GitHub-Repository öffnen Creator-Repositorys ansehen

Installationsbefehl

Download

In Manus ausführen

Nützlich fürSOC

DatenwissenschaftlerInformatik- und Mathematikberufe15-2051L4

name	data_analyzer
description	使用 Bun + SQL.js 进行数据分析。支持 SQL 查询、数据统计、聚合分析、数据可视化准备。当用户需要分析数据、执行 SQL 查询、生成统计报告时使用。
metadata	{"copaw":{"emoji":"📊","requires":{"runtime":"bun","packages":["sql.js"]}}}

数据分析 Skill

使用 Bun + SQL.js 进行高性能数据分析。

功能

1. SQL 查询

标准 SQL 支持
JOIN 查询
子查询
聚合函数

2. 数据统计

基础统计（COUNT/SUM/AVG/MIN/MAX）
分组统计
排序和筛选

3. 数据处理

CSV 导入
JSON 导入
结果导出

安装依赖

cd configs/active_skills/data_analyzer
bun install sql.js

使用方法

从 CSV 创建数据库

bun scripts/csv_to_db.js <data.csv> <output.db>

执行 SQL 查询

bun scripts/query.js <database.db> <sql_query>

数据统计

bun scripts/stats.js <database.db> <table_name>

生成报告

bun scripts/report.js <database.db> <output.json>

示例场景

用户说："分析这份数据"
用户说："执行 SQL 查询"
用户说："生成统计报告"
用户说："数据聚合分析"

支持的 SQL 功能

✅ SELECT / INSERT / UPDATE / DELETE
✅ JOIN / LEFT JOIN / RIGHT JOIN
✅ GROUP BY / HAVING
✅ ORDER BY / LIMIT
✅ 聚合函数（COUNT/SUM/AVG/MIN/MAX）
✅ 子查询

性能优势

内存数据库：SQL.js 在内存中运行
快速查询：比传统数据库快 10-100x（适合中小数据集）
零配置：无需安装数据库服务器

限制

数据量：< 100MB（内存限制）
并发：单线程（适合分析任务）
持久化：需手动保存到文件