Skills Phân tích dữ liệu

Khi người dùng muốn lập kế hoạch, thiết kế hoặc triển khai một bài kiểm tra A/B hoặc thử nghiệm, hoặc xây dựng một chương trình thử nghiệm tăng trưởng. Cũng sử dụng khi người dùng đề cập đến "kiểm tra A/B," "kiểm tra phân chia," "thử nghiệm," "kiểm tra thay đổi này," "bản sao biến thể," "kiểm tra đa biến," "giả thuyết," "tôi có nên kiểm tra điều này không," "phiên bản nào tốt hơn," "kiểm tra hai phiên bản," "ý nghĩa thống kê," "tôi nên chạy kiểm tra này trong bao lâu," "thử nghiệm tăng trưởng," "tốc độ thử nghiệm," "tồn đọng thử

Khi người dùng muốn trợ giúp về các chiến dịch quảng cáo trả phí trên Google Ads, Meta (Facebook/Instagram), LinkedIn, Twitter/X hoặc các nền tảng quảng cáo khác. Cũng sử dụng khi người dùng đề cập đến 'PPC,' 'paid media,' 'ROAS,' 'CPA,' 'ad campaign,' 'retargeting,' 'audience targeting,' 'Google Ads,' 'Facebook ads,' 'LinkedIn ads,' 'ad budget,' 'cost per click,' 'ad spend,' hoặc 'should I run ads.' Sử dụng cho chiến lược chiến dịch, nhắm mục tiêu đối tượng, đặt giá thầu và tối ưu hóa. Đối với việc tạo nội dung quảng cáo hàng loạt và...

Sử dụng Agent Pulse để kiểm tra hoạt động của AI-agent cục bộ trên các bản ghi của Hermes, Claude Code, Codex, DeepSeek, OpenClaw, Copilot, Aider, Qwen, OpenCode, Goose, Cursor, Antigravity và Amp. Sử dụng khi người dùng hỏi về các phiên AI-agent, token, lệnh gọi công cụ/tìm kiếm, mức sử dụng mô hình, chi phí ước tính, ngân sách, dự báo, kiểm tra sức khỏe, báo cáo, chẩn đoán thiết lập, xuất dữ liệu web/API/số liệu hoặc tích hợp MCP.

Rigor Explore compatible skill slug for meaningful and potentially novel deep learning research candidates. Use when the researcher has chosen the task family, dataset, benchmark, evaluation method, provided SOTA references, and wants candidate-only exploration on top of `current_research` with auditable repo understanding, idea gating, fair comparison, and governed experiments written to `explore_outputs/`. Do not use for README-first trusted reproduction, open-ended direction finding,...

Nghiên cứu sản phẩm toàn diện và phân tích cơ hội cho người bán trên Amazon. Phân tích nhu cầu, cạnh tranh, tiềm năng lợi nhuận, rào cản gia nhập thị trường và xác thực ý tưởng sản phẩm. Bao gồm tìm nguồn cung ứng sản phẩm, chiến lược định giá và lập kế hoạch tiếp cận thị trường. Sử dụng khi người dùng hỏi về nghiên cứu sản phẩm để bán, xác thực ý tưởng sản phẩm, phân tích cơ hội sản phẩm, nghiên cứu thị trường cho Amazon, phân tích cạnh tranh, tiềm năng lợi nhuận, tôi có nên bán

Khi người dùng muốn thiết lập, cải thiện hoặc kiểm tra việc theo dõi và đo lường analytics. Cũng sử dụng khi người dùng đề cập đến "thiết lập theo dõi," "GA4," "Google Analytics," "theo dõi chuyển đổi," "theo dõi sự kiện," "thông số UTM," "trình quản lý thẻ," "GTM," "triển khai analytics," "kế hoạch theo dõi," "làm thế nào để đo lường điều này," "theo dõi chuyển đổi," "quy kết," "Mixpanel," "Segment," "sự kiện của tôi có đang kích hoạt không," hoặc "analytics không hoạt động." Sử dụng bất cứ khi nào ai đó hỏi cách biết liệu một thứ có đ

Khi người dùng muốn kiểm tra hoặc tối ưu hóa danh sách trên App Store hoặc Google Play. Cũng sử dụng khi người dùng đề cập đến 'kiểm tra ASO,' 'tối ưu hóa app store,' 'tối ưu danh sách ứng dụng của tôi,' 'cải thiện khả năng hiển thị ứng dụng,' 'thứ hạng app store,' 'kiểm tra danh sách của tôi,' 'tại sao mọi người không tải ứng dụng của tôi,' 'cải thiện tỷ lệ chuyển đổi ứng dụng,' 'tối ưu hóa từ khóa cho ứng dụng,' hoặc 'so sánh ứng dụng của tôi với đối thủ.' Sử dụng khi người dùng chia sẻ URL App Store hoặc Google Play và muốn cải thiện nó.

Quản lý chi phí Azure hợp nhất: truy vấn chi phí lịch sử, dự báo chi tiêu tương lai và tối ưu hóa để giảm lãng phí. KHI: "Chi phí Azure", "Chi tiêu Azure", "Hóa đơn Azure", "Phân bổ chi phí", "Chi phí theo dịch vụ", "Chi phí theo tài nguyên", "Tôi đang chi bao nhiêu", "Hiển thị hóa đơn của tôi", "Tổng chi phí hàng tháng", "Xu hướng chi phí", "Yếu tố chi phí hàng đầu", "Chi phí thực tế", "Chi phí khấu hao", "Dự báo chi tiêu", "Chi phí dự kiến", "Ước tính hóa đơn", "Chi phí tương lai", "Dự b

Hiển thị mức sử dụng token thực tế và khoản tiết kiệm ước tính cho phiên hiện tại. Đọc trực tiếp từ nhật ký phiên Claude Code — không ước tính bằng AI. Kích hoạt bằng lệnh /caveman-stats. Đầu ra được chèn bởi hook mode-tracker; bản thân mô hình không tính toán các con số.

Khi người dùng muốn giảm tỷ lệ rời bỏ, xây dựng luồng hủy, thiết lập ưu đãi giữ chân, thu hồi thanh toán thất bại, hoặc triển khai chiến lược duy trì. Cũng sử dụng khi người dùng đề cập đến 'rời bỏ,' 'luồng hủy,' 'quy trình ra đi,' 'ưu đãi giữ chân,' 'thu hồi nợ,' 'thu hồi thanh toán thất bại,' 'thu hút lại,' 'duy trì,' 'khảo sát khi rời đi,' 'tạm dừng đăng ký,' 'rời bỏ không chủ ý,' 'mọi người liên tục hủy,' 'tỷ lệ rời bỏ quá cao,

Khi người dùng muốn nghiên cứu, lập hồ sơ hoặc phân tích đối thủ cạnh tranh từ URL của họ. Cũng sử dụng khi người dùng đề cập đến 'hồ sơ đối thủ cạnh tranh,' 'nghiên cứu đối thủ cạnh tranh,' 'phân tích đối thủ cạnh tranh,' 'lập hồ sơ đối thủ này,' 'phân tích đối thủ,' 'thông tin tình báo cạnh tranh,' 'đi sâu vào đối thủ cạnh tranh,' 'ai là đối thủ của tôi,' 'bối cảnh đối thủ cạnh tranh,' 'hồ sơ đối thủ cạnh tranh,' 'kiểm toán cạnh tranh,' hoặc 'nghiên cứu các đối thủ này.' Đ

Phân tích cạnh tranh có cấu trúc với ma trận tính năng, SWOT, bản đồ định vị và đánh giá UX. Bao gồm khung nghiên cứu, so sánh giá, khai thác đánh giá và sản phẩm trực quan. Sử dụng cho: nghiên cứu thị trường, thông tin cạnh tranh, hồ sơ nhà đầu tư, chiến lược sản phẩm, hỗ trợ bán hàng. Kích hoạt: phân tích đối thủ, phân tích cạnh tranh, phân tích chi tiết đối thủ, nghiên cứu thị trường, thông tin cạnh tranh, phân tích swot, so sánh đối thủ, bối cảnh thị trường, đánh giá đối thủ, cạnh tranh...

Khi người dùng muốn tạo trang so sánh đối thủ cạnh tranh hoặc trang thay thế cho SEO và hỗ trợ bán hàng. Cũng sử dụng khi người dùng đề cập đến 'trang thay thế,' 'trang so sánh,' 'so sánh đối thủ cạnh tranh,' 'trang so sánh,' '[Sản phẩm] vs [Sản phẩm],' '[Sản phẩm] thay thế,' 'trang đích cạnh tranh,' 'chúng tôi so sánh thế nào với X,' 'thẻ chiến đấu,' hoặc 'phân tích đối thủ.' Sử dụng cho bất kỳ nội dung nào định vị sản phẩm của bạn so với đối thủ cạnh tranh. Bao gồm bốn định dạng: thay th

Kiểm tra hiệu suất Convex cho các thao tác đọc, đăng ký, xung đột ghi và giới hạn hàm. Sử dụng cho các tính năng chậm, phát hiện insights, xung đột OCC hoặc khuếch đại đọc.

Khi người dùng muốn tối ưu hóa, cải thiện hoặc tăng tỷ lệ chuyển đổi trên bất kỳ trang tiếp thị hoặc biểu mẫu nào — bao gồm trang chủ, trang đích, trang giá, trang tính năng, biểu mẫu thu thập khách hàng tiềm năng hoặc biểu mẫu liên hệ. Cũng sử dụng khi người dùng nói 'CRO,' 'tối ưu hóa tỷ lệ chuyển đổi,' 'trang này không chuyển đổi,' 'cải thiện chuyển đổi,' 'tại sao trang này không hoạt động,' 'trang đích của tôi tệ quá,' 'bỏ biểu mẫu,' 'không ai chuyển đổi,' 'tỷ lệ chuyển đổi thấp,' hoặc 'tr

Cố vấn mở rộng thương mại điện tử xuyên biên giới. Chấm điểm thị trường mục tiêu dựa trên 8 tiêu chí có trọng số (quy mô thị trường, tỷ lệ thâm nhập thương mại điện tử, mức độ cạnh tranh, độ phức tạp về quy định, hạ tầng logistics, hệ sinh thái thanh toán, khoảng cách văn hóa, bảo vệ sở hữu trí tuệ), so sánh 5 mô hình thực hiện đơn hàng với chi phí và dữ liệu vận chuyển, cung cấp hướng dẫn tuân thủ thuế/phí theo từng quốc gia (VAT/IOSS EU, VAT Anh, thuế bán hàng Mỹ, GST Canada, GST Úc, thu

Một kỹ năng Claude mạnh mẽ tự động phân tích các tệp CSV và tạo ra những thông tin chi tiết toàn diện kèm hình ảnh trực quan. Tải lên bất kỳ CSV nào và nhận ngay phân tích thông minh mà không cần được hỏi bạn muốn gì!

Khi người dùng muốn thực hiện, phân tích hoặc tổng hợp nghiên cứu khách hàng. Sử dụng khi người dùng đề cập đến "nghiên cứu khách hàng," "nghiên cứu ICP," "nói chuyện với khách hàng," "phân tích bản ghi," "phỏng vấn khách hàng," "phân tích khảo sát," "phân tích vé hỗ trợ," "tiếng nói khách hàng," "VOC," "xây dựng chân dung," "chân dung khách hàng," "công việc cần làm," "JTBD," "khách hàng nói gì," "khách hàng đang gặp khó khăn gì," "khai thác Reddit," "đánh giá G2," "khai thác đánh giá,

Kỹ năng nghiên cứu sâu — tìm kiếm web song song rộng, xác thực đa nguồn, theo dõi độ tin cậy, báo cáo Markdown có trích dẫn. Hỗ trợ 11 loại nghiên cứu: thị trường (TAM/SAM, phân khúc, định giá, xu hướng), lĩnh vực (cấu trúc ngành, hệ sinh thái, bối cảnh quy định), kỹ thuật (kiến trúc, công cụ, điểm chuẩn), cạnh tranh (phân tích đối thủ, định vị, thắng/thua), sản phẩm (phân tích tính năng, đánh giá, tín hiệu lộ trình), học thuật (khảo sát tài liệu, mạng trích dẫn, tác giả chính), cá

Rigor Improve / Rigor Explore run leaf skill for bounded exploratory evidence in deep learning research repositories. Use when the researcher explicitly authorizes exploratory runs such as small-subset validation, short-cycle guess-and-check, batch sweeps, idle-GPU search, or quick transfer-learning trials, with fair-comparison caveats and no-overclaim summaries in `explore_outputs/`. Do not use for end-to-end exploration orchestration on top of `current_research`, trusted baseline...

Trích xuất danh sách công ty có cấu trúc từ các thư mục với Firecrawl. Sử dụng để thu thập YC, Crunchbase, Product Hunt, G2, thư mục khởi nghiệp, thư mục danh mục hoặc cơ sở dữ liệu công ty tùy chỉnh thành JSON, CSV, danh sách sẵn sàng cho CRM hoặc bảng nghiên cứu.

Giám sát giá cả, tính năng, nhật ký thay đổi, bảng điều khiển và thay đổi sản phẩm của đối thủ cạnh tranh với Firecrawl. Sử dụng cho hoạt động tình báo cạnh tranh định kỳ, trích xuất bậc giá, theo dõi thay đổi tính năng hoặc cảnh báo đối thủ cạnh tranh có cấu trúc.

Kéo số liệu từ các bảng điều khiển phân tích và công cụ web nội bộ bằng trình duyệt Firecrawl. Sử dụng khi người dùng cần báo cáo từ bảng điều khiển, tóm tắt số liệu đa nền tảng, trích xuất phân tích có xác thực, báo cáo theo khoảng thời gian, hoặc số liệu có cấu trúc từ các bảng điều khiển web.

Thực hiện nghiên cứu sâu đa nguồn với Firecrawl. Sử dụng khi người dùng yêu cầu nghiên cứu một chủ đề, so sánh các góc nhìn, tạo bản tóm tắt có nguồn, điều tra câu hỏi kỹ thuật hoặc thị trường, hoặc tổng hợp bằng chứng từ web từ nhiều nguồn.

Xây dựng cơ sở tri thức từ nội dung web với Firecrawl. Dùng cho tài liệu tham khảo cục bộ, các đoạn dữ liệu sẵn sàng cho RAG, tập dữ liệu tinh chỉnh, bản sao tài liệu, kho ngữ liệu chủ đề, hoặc markdown sẵn sàng cho LLM được tổ chức từ các nguồn web.

Tạo danh sách khách hàng tiềm năng có cấu trúc từ cơ sở dữ liệu khách hàng tiềm năng và thư mục web với trình duyệt Firecrawl. Sử dụng để tìm kiếm khách hàng tiềm năng theo vai trò, loại công ty, ngành, giai đoạn, vị trí, công nghệ hoặc các tiêu chí khác và xuất ra JSON hoặc CSV sẵn sàng cho CRM.

Tạo bản tóm tắt thông tin khách hàng tiềm năng trước cuộc họp với Firecrawl. Sử dụng khi người dùng cần nghiên cứu công ty, nghiên cứu cá nhân, tin tức gần đây, điểm thảo luận, điểm khó khăn hoặc chuẩn bị tiếp cận trước cuộc gọi bán hàng, cuộc họp đối tác, cuộc trò chuyện với nhà đầu tư hoặc phỏng vấn khách hàng.

Trích xuất các chỉ số thị trường, tài chính, thu nhập, ngành và công ty với Firecrawl. Sử dụng khi người dùng yêu cầu nghiên cứu thị trường, xu hướng ngành, dữ liệu công ty đại chúng, so sánh tài chính, nghiên cứu thu nhập hoặc báo cáo thị trường có cấu trúc.

Kiểm tra SEO của một trang web với Firecrawl. Sử dụng khi người dùng yêu cầu kiểm tra SEO, đánh giá metadata và tiêu đề, phân tích sitemap/cấu trúc trang web, cơ hội từ khóa, so sánh SERP đối thủ, hoặc các đề xuất tối ưu hóa tìm kiếm được ưu tiên.

Chạy các quy trình Firecrawl tập trung vào kết quả, tạo ra các sản phẩm đầu ra như báo cáo nghiên cứu, kiểm toán SEO, báo cáo QA, danh sách khách hàng tiềm năng, cơ sở kiến thức, hệ thống thiết kế website và các tạo phẩm dữ liệu web có cấu trúc khác. Sử dụng khi người dùng muốn Firecrawl hoàn thành một quy trình kinh doanh, tiếp thị, sản phẩm hoặc sáng tạo thay vì chỉ đơn thuần thu thập một trang hoặc tích hợp các lệnh gọi API vào mã.

Khi người dùng muốn lên kế hoạch, đánh giá hoặc xây dựng một công cụ miễn phí cho mục đích tiếp thị — tạo khách hàng tiềm năng, giá trị SEO hoặc nhận diện thương hiệu. Cũng sử dụng khi người dùng đề cập đến "kỹ thuật như tiếp thị," "công cụ miễn phí," "công cụ tiếp thị," "máy tính," "trình tạo," "công cụ tương tác," "công cụ tạo khách hàng tiềm năng," "xây dựng công cụ để thu hút khách hàng tiềm năng," "tài nguyên miễn phí," "máy tính ROI," "công cụ chấm điểm," "công cụ kiểm toán," "tôi có n

Cấu trúc dữ liệu Golang — slice (nội bộ, tăng dung lượng, cấp phát trước, gói slices), map (nội bộ, bucket băm, gói maps), mảng, container/list/heap/ring, strings.Builder so với bytes.Buffer, tập hợp generic, con trỏ (unsafe.Pointer, weak.Pointer) và ngữ nghĩa sao chép. Sử dụng khi lựa chọn hoặc tối ưu cấu trúc dữ liệu Go, triển khai container generic, sử dụng các gói container/, con trỏ unsafe hoặc weak, hoặc thắc mắc về nội bộ slice/map.

Luồng phản ứng và lập trình hướng sự kiện trong Golang sử dụng samber/ro — triển khai ReactiveX với hơn 150 toán tử an toàn kiểu, observable lạnh/nóng, 5 loại subject (Publish, Behavior, Replay, Async, Unicast), pipeline khai báo qua Pipe, hơn 40 plugin (HTTP, cron, fsnotify, JSON, logging), backpressure tự động, lan truyền lỗi và tích hợp context Go. Áp dụng khi sử dụng hoặc áp dụng samber/ro, khi codebase import github.com/samber/ro, hoặc khi xây dựng bất đồng bộ...

Kỹ năng này nên được sử dụng khi người dùng muốn "chạy đánh giá", "đánh giá ADK agent của tôi", "viết tập dữ liệu đánh giá", "phân tích lỗi đánh giá", "so sánh kết quả đánh giá", "tối ưu hóa agent", hoặc cần hướng dẫn về phương pháp đánh giá của Agent Platform và Quality Flywheel. Bao gồm các chỉ số đánh giá, lược đồ tập dữ liệu, chấm điểm LLM-as-judge và các nguyên nhân lỗi phổ biến. KHÔNG sử dụng cho các mẫu mã API (sử dụng google-agents-cli-adk-code), triển khai (sử dụng google-agents-cli-deploy) hoặc tạo khung dự án (sử dụng...

Tìm kiếm, thu thập, quét, trích xuất dữ liệu có cấu trúc và theo dõi các trang web qua CLI của ScrapeGraph AI. Sử dụng khi người dùng yêu cầu tìm kiếm web, thu thập một trang web, lấy nội dung từ URL, trích xuất JSON từ một trang, quét tài liệu hoặc các phần của trang, theo dõi một trang để phát hiện thay đổi, kiểm tra lịch sử yêu cầu, xem tín dụng ScrapeGraph hoặc xác thực thiết lập API.

Tra cứu lịch sử chấm công của bản thân

当需要用 lark-cli 操作飞书多维表格（Base）时调用：搜索 Base、建表、字段管理、记录读写、记录分享链接、视图配置、历史查询，以及角色/表单/仪表盘管理/工作流；也适用于把旧的 +table / +field / +record 写法改成当前命令写法。涉及字段设计、公式字段、查找引用、跨表计算、行级派生指标、数据分析需求时也必须使用本 skill。

Truy vấn trực tiếp biên bản họp Feishu (Note): Khi đã biết note_id, truy vấn chi tiết biên bản, loại hiển thị, token tài liệu liên quan, và đọc bản ghi nguyên văn unified. Sử dụng khi người dùng đã có note_id, hoặc lấy note_id từ vc-node-id hiển thị trong tài liệu. Không chịu trách nhiệm định vị cuộc họp/lịch trình/Miaoji, tìm kiếm tiêu đề tài liệu hoặc đọc nội dung Docx.

飞书电子表格：创建和操作电子表格。支持创建表格、创建/复制/删除/更新工作表、读写单元格、追加行数据、查找内容、导出文件。当用户需要创建电子表格、管理工作表、批量读写数据、在已知表格中查找内容、导出或下载表格时使用。若用户是想按名称或关键词搜索云空间里的表格文件，请改用 lark-doc 的 docs +search 先定位资源。

Nghiên cứu những gì mọi người thực sự nói về bất kỳ chủ đề nào trong 30 ngày qua. Lấy bài đăng và mức độ tương tác từ Reddit, X, YouTube, TikTok, Hacker News, Polymarket, GitHub và web.

Lập chỉ mục và tìm kiếm kho mã nguồn, tài liệu, bài báo nghiên cứu, bộ dữ liệu HuggingFace, thư mục cục bộ, không gian làm việc Slack, Google Drive, X (Twitter) và các gói với Nia AI. Bao gồm khởi tạo xác thực, nghiên cứu tự động Oracle, tìm kiếm trực tiếp GitHub, tác nhân Tracer, phân tích phụ thuộc, chia sẻ ngữ cảnh, cố vấn mã, tác nhân tài liệu, trích xuất dữ liệu, thao tác hệ thống tệp và các bộ kết nối chung.

Tạo và chỉnh sửa Obsidian Bases (tệp .base) với các chế độ xem, bộ lọc, công thức và bản tóm tắt. Sử dụng khi làm việc với tệp .base, tạo chế độ xem dạng cơ sở dữ liệu cho ghi chú, hoặc khi người dùng đề cập đến Bases, chế độ xem bảng, chế độ xem thẻ, bộ lọc hoặc công thức trong Obsidian.

Trình trợ giúp ngữ cảnh bài báo chuyên sâu để tái tạo kho lưu trữ học sâu theo hướng README-first. Chỉ sử dụng khi README và các tệp kho lưu trữ để lại một khoảng trống hẹp quan trọng cho việc tái tạo và nhiệm vụ là giải quyết một chi tiết bài báo cụ thể như phân chia tập dữ liệu, tiền xử lý, giao thức đánh giá, ánh xạ điểm kiểm tra hoặc giả định thời gian chạy từ các nguồn bài báo chính trong khi ghi lại xung đột. Không sử dụng cho tóm tắt bài báo chung, quét kho lưu trữ, thiết lập môi trường, thực thi lệnh, tra cứu bài báo chỉ theo tiêu đề

Khi người dùng muốn tạo các trang SEO-driven trên quy mô lớn bằng cách sử dụng mẫu và dữ liệu. Cũng sử dụng khi người dùng đề cập đến "programmatic SEO," "trang mẫu," "trang trên quy mô lớn," "trang thư mục," "trang địa điểm," "trang [từ khóa] + [thành phố]," "trang so sánh," "trang tích hợp," "xây dựng nhiều trang cho SEO," "pSEO," "tạo 100 trang," "trang dựa trên dữ liệu," hoặc "trang đích dùng mẫu." Sử dụng điều này bất cứ khi nào ai đó muốn tạo nhiều trang tương tự nhắm đến các từ khóa hoặc địa điểm khác nhau. Đối với...

CLI để truy vấn Prometheus và các engine tương thích PromQL (Thanos, Cortex, VictoriaMetrics, Grafana Mimir, Grafana Tempo...) — truy vấn tức thời, truy vấn phạm vi, khám phá metric (các lệnh con metrics/labels/meta), định dạng đầu ra (table/csv/json/graph). Áp dụng khi thực thi truy vấn PromQL, xử lý sự cố hiệu năng trên phần mềm có khả năng quan sát, điều tra độ trễ/tỷ lệ lỗi/bão hòa, hoặc phân tích dữ liệu chuỗi thời gian.

Khi người dùng muốn tìm kiếm, đánh giá và xây dựng danh sách khách hàng tiềm năng để tiếp cận — trong lĩnh vực B2B SaaS, B2B tổng quát hoặc doanh nghiệp nhỏ địa phương. Cũng sử dụng khi người dùng đề cập đến "prospecting," "xây dựng danh sách khách hàng tiềm năng," "tìm kiếm khách hàng tiềm năng," "tìm kiếm lead," "danh sách tạo lead," "tìm công ty SaaS mà," "tìm công ty B2B," "tìm doanh nghiệp địa phương," "tài khoản phù hợp ICP," "chúng ta nên nhắm đến ai," "danh sách outbound," "danh sách tài khoản mục ti

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Phân tích dữ liệu chi tiêu nhà cung cấp từ Ramp và xuất sang các hệ thống đã kết nối. Sử dụng khi người dùng yêu cầu "phân tích chi tiêu nhà cung cấp", "xây dựng cơ sở dữ liệu nhà cung cấp", "cập nhật nhà cung cấp đã quản lý", "báo cáo nhà cung cấp hàng đầu", "hiển thị nhà cung cấp có chi tiêu trên X", "phân tích chi tiêu nhà cung cấp", "gia hạn nhà cung cấp", "ngày kết thúc hợp đồng", hoặc hỏi về mô hình chi tiêu nhà cung cấp, chủ sở hữu nhà cung cấp, đơn đặt hàng, hoặc

Khi người dùng muốn tạo, tối ưu hóa hoặc phân tích chương trình giới thiệu, chương trình liên kết hoặc chiến lược truyền miệng. Cũng sử dụng khi người dùng đề cập đến 'giới thiệu,' 'liên kết,' 'đại sứ,' 'truyền miệng,' 'vòng lan truyền,' 'giới thiệu bạn bè,' 'chương trình đối tác,' 'ưu đãi giới thiệu,' 'cách nhận giới thiệu,' 'khách hàng giới thiệu khách hàng' hoặc 'thanh toán liên kết.' Sử dụng điều này bất cứ khi nào ai đó muốn người dùng hoặc đối tác hiện tại mang lại khách hàng mới. Đối với tính lan truyền cụ thể khi ra mắt, xem

Khi người dùng muốn được trợ giúp về vận hành doanh thu, quản lý vòng đời khách hàng tiềm năng, hoặc quy trình bàn giao từ marketing sang sales. Cũng sử dụng khi người dùng đề cập đến 'RevOps,' 'vận hành doanh thu,' 'chấm điểm khách hàng tiềm năng,' 'định tuyến khách hàng tiềm năng,' 'MQL,' 'SQL,' 'các giai đoạn pipeline,' 'bàn giao deal,' 'tự động hóa CRM,' 'bàn giao từ marketing sang sales,' 'vệ sinh dữ liệu,' 'khách hàng tiềm năng không đến được sales,' 'quản lý pipeline,' 'đánh giá chất lượng khách hàng tiềm năng,' hoặc 'khi nào marketing nên bàn giao cho sales.' S

Lập kế hoạch, triển khai và xem xét việc di chuyển từ các CMS và hệ thống nội dung khác sang Sanity. Sử dụng khi di chuyển hoặc chuyển đổi nền tảng sang Sanity từ AEM, Adobe Experience Manager, Contentful, Strapi, Webflow, WordPress, Payload, Drupal, tệp Markdown/MDX/frontmatter, xuất WXR/XML, API CMS, bản sao cơ sở dữ liệu, HTML tĩnh, hoặc khi thiết kế quy trình trích xuất, chuyển đổi, chuyển đổi Portable Text, di chuyển tài sản, chuyển hướng, xác thực và cắt chuyển.

Khi người dùng muốn thêm, sửa hoặc tối ưu hóa đánh dấu schema và dữ liệu có cấu trúc trên trang web của họ. Cũng sử dụng khi người dùng đề cập đến "đánh dấu schema," "dữ liệu có cấu trúc," "JSON-LD," "rich snippets," "schema.org," "FAQ schema," "product schema," "review schema," "breadcrumb schema," "Google rich results," "knowledge panel," "xếp hạng sao trong tìm kiếm," hoặc "thêm dữ liệu có cấu trúc." Sử dụng điều này bất cứ khi nào ai đó muốn trang của họ hiển thị kết quả nâng cao trên Google. Đối với các vấn đề SEO rộng hơn, hãy xem seo-audit. Đối với AI...

Khi người dùng muốn kiểm tra, đánh giá hoặc chẩn đoán các vấn đề SEO trên trang web của họ. Cũng sử dụng khi người dùng đề cập đến "kiểm tra SEO," "SEO kỹ thuật," "tại sao tôi không lên top," "vấn đề SEO," "SEO on-page," "đánh giá thẻ meta," "kiểm tra sức khỏe SEO," "lưu lượng truy cập của tôi giảm," "mất thứ hạng," "không xuất hiện trên Google," "trang web không lên top," "bản cập nhật Google ảnh hưởng đến tôi," "tốc độ trang," "core web vitals," "lỗi thu thập dữ liệu," hoặc "vấn đề lập chỉ mục." Sử dụng ngay cả khi người dùng

Khi người dùng muốn tối ưu hóa luồng đăng ký, đăng ký tài khoản, tạo tài khoản hoặc kích hoạt dùng thử. Cũng sử dụng khi người dùng đề cập đến "tỷ lệ chuyển đổi đăng ký," "rào cản đăng ký," "tối ưu hóa biểu mẫu đăng ký," "đăng ký dùng thử miễn phí," "giảm tỷ lệ bỏ dở đăng ký," "luồng tạo tài khoản," "mọi người không đăng ký," "từ bỏ đăng ký," "tỷ lệ chuyển đổi dùng thử," "không ai hoàn tất đăng ký," "quá nhiều bước để đăng ký," hoặc "đơn gi

Use when the user needs to create, extract, flatten, list, test, install, script, or troubleshoot `tzst` CLI workflows for `.tzst` or `.tar.zst` archives, including compression levels, streaming mode, extraction filters, conflict resolution, JSON output, or standalone binary setup, even if they describe the archive task without naming `tzst`.

微信读书助手 — 搜索书籍、管理书架、查看笔记划线、浏览书评、阅读统计、发现推荐好书

万得金融能力发现与安装路由入口。用于金融数据、行情查询、市场分析、今日大盘、市场主线、板块轮动、资金流向、估值、选股、复盘、仓位、交易计划、回测等任务。必须先读取 catalog 判断必需数据 skill / 工作流 skill；缺失时必须展示安装选项，用户确认后由 AI 直接安装，不得只给命令或用通用分析替代。

用户查询金融数据时触发：A 股选股筛选、行情快照、K 线、分钟行情、财务基本面、股东、事件、技术和风险；港股/美股选股筛选、行情和基本面；基金/ETF/LOF 基金筛选、行情、净值、规模、档案、持仓和业绩；指数/板块行情与基本面；债券档案与估值；上市公司公告、财经新闻、宏观经济和行业指标。不用于欧股、日股、汇率、期货盘口、加密货币或非金融数据。