# Agent Skills de Datos y analítica

> Consulta, limpia y visualiza datos sin salir del agente.

Fuente: https://skillsagentes.com/categorias/datos-analitica
Markdown: https://skillsagentes.com/categorias/datos-analitica.md

273 skills en esta categoría; aquí van las 96 primeras.

## Skills

- [Hackernews Frontpage](https://skillsagentes.com/skills/garrytan/gstack/hackernews-frontpage.md): Extrae la portada de Hacker News (títulos, puntos y número de comentarios).
- [Scrape](https://skillsagentes.com/skills/garrytan/gstack/scrape.md): Extrae datos de una página web: prototipa con primitivas $B la primera vez, luego enruta a un browser-skill codificado (~200ms). Solo lectura; usa /automate para acciones que mutan la página.
- [Graphify](https://skillsagentes.com/skills/graphify-labs/graphify/graphify.md): Úsalo para cualquier pregunta sobre una base de código, su arquitectura o relaciones de archivos; convierte cualquier entrada en un grafo de conocimiento persistente con nodos clave, comunidades y herramientas de consulta/ruta/explicación.
- [Chart Visualization](https://skillsagentes.com/skills/bytedance/deer-flow/chart-visualization.md): Se usa cuando el usuario quiere visualizar datos. Selecciona el tipo de gráfico más adecuado entre 26 opciones, extrae los parámetros según especificaciones detalladas y genera la imagen con un script de JavaScript.
- [Data Analysis](https://skillsagentes.com/skills/bytedance/deer-flow/data-analysis.md): Úsala cuando el usuario suba archivos Excel o CSV y quiera analizarlos: estadísticas, resúmenes, tablas dinámicas o consultas SQL. Soporta libros multi-hoja, agregación, filtrado, joins y exportar a CSV/JSON/Markdown.
- [Vector Cluster](https://skillsagentes.com/skills/ruvnet/ruflo/vector-cluster.md): Agrupa código por detección de comunidades en grafos mediante `npx ruvector@0.2.25 hooks graph-cluster` (espectral / Louvain).
- [Cost Track](https://skillsagentes.com/skills/ruvnet/ruflo/cost-track.md): Captura automáticamente el uso de tokens por sesión desde el jsonl de sesión de Claude Code y lo guarda en el namespace cost-tracking.
- [Performance Analysis](https://skillsagentes.com/skills/ruvnet/ruflo/performance-analysis.md): Análisis integral de rendimiento, detección de cuellos de botella y recomendaciones de optimización para swarms de Claude Flow.
- [Agent Neural Network](https://skillsagentes.com/skills/ruvnet/ruflo/agent-neural-network.md): Especialista en entrenamiento y despliegue de redes neuronales. Gestiona entrenamiento distribuido, inferencia y ciclo de vida de modelos usando la infraestructura cloud de Flow Nexus.
- [Neural Training](https://skillsagentes.com/skills/ruvnet/ruflo/neural-training.md): Entrenamiento de patrones neuronales con SONA, MoE y EWC++ para consolidación de conocimiento.
- [V3 Performance Optimization](https://skillsagentes.com/skills/ruvnet/ruflo/v3-performance-optimization.md): Logra los objetivos agresivos de rendimiento de la v3: speedup de Flash Attention de 2.49x-7.47x, mejoras de búsqueda de 150x-12.500x y reducción de memoria del 50-75%.
- [Flow Nexus Neural](https://skillsagentes.com/skills/ruvnet/ruflo/flow-nexus-neural.md): Entrena y despliega redes neuronales en sandboxes E2B distribuidos con Flow Nexus.
- [Vector Embed](https://skillsagentes.com/skills/ruvnet/ruflo/vector-embed.md): Genera embeddings con `npx ruvector@0.2.25 embed text` (ONNX all-MiniLM-L6-v2, 384 dim), los normaliza y los guarda en un índice HNSW.
- [Cost Session](https://skillsagentes.com/skills/ruvnet/ruflo/cost-session.md): Desglose de costo por mensaje dentro de una sola sesión. Es el complemento de detalle de cost-anomaly: cuando se marca una sesión como outlier, muestra qué mensajes concretos fueron caros.
- [Agent Pagerank Analyzer](https://skillsagentes.com/skills/ruvnet/ruflo/agent-pagerank-analyzer.md): Agente experto en análisis de grafos y cálculos de PageRank usando algoritmos sublineales. Se especializa en optimización de redes, análisis de influencia, topología de swarms y cómputo de grafos a gran escala.
- [Cost Counterfactual](https://skillsagentes.com/skills/ruvnet/ruflo/cost-counterfactual.md): Análisis contrafactual de costo con múltiples baselines. Compara el gasto real contra baselines hipotéticos de usar siempre haiku, sonnet u opus, para saber si el enrutamiento vale la pena.
- [Cost Report](https://skillsagentes.com/skills/ruvnet/ruflo/cost-report.md): Genera un reporte de costo mostrando uso de tokens y costos en USD por agente y por modelo.
- [Cost Summary](https://skillsagentes.com/skills/ruvnet/ruflo/cost-summary.md): Volcado programático de un solo disparo con todos los datos de costo: gasto total, por nivel, sesión top, estado de presupuesto y agregado de federación. En JSON o markdown.
- [Agent Data Ml Model](https://skillsagentes.com/skills/ruvnet/ruflo/agent-data-ml-model.md): Agente especializado en desarrollo, entrenamiento y despliegue de modelos de machine learning.
- [Cost Conversation](https://skillsagentes.com/skills/ruvnet/ruflo/cost-conversation.md): Vista de costo por conversación: lista cada sesión en cost-tracking con hora de inicio, número de mensajes, modelo principal y costo total.
- [Cost Anomaly](https://skillsagentes.com/skills/ruvnet/ruflo/cost-anomaly.md): Detección de outliers basada en MAD sobre el gasto por sesión. Robusto frente a los propios outliers que busca (a diferencia de media+sigma). Muestra las sesiones anómalas con su z-score modificado.
- [Vector Hyperbolic](https://skillsagentes.com/skills/ruvnet/ruflo/vector-hyperbolic.md): Genera embeddings de datos jerárquicos con `ruvector@0.2.25 embed text` y los proyecta en la bola de Poincaré en tu propio código (0.2.25 no tiene flag --model poincare).
- [Cost Burn](https://skillsagentes.com/skills/ruvnet/ruflo/cost-burn.md): Tendencia de la tasa de gasto en el tiempo, con código de alerta opcional por deriva. Agrupa el gasto por sesión en buckets, muestra el delta entre ventanas y puede fallar si el último bucket supera la media previa en un %.
- [Agent Matrix Optimizer](https://skillsagentes.com/skills/ruvnet/ruflo/agent-matrix-optimizer.md): Agente experto en análisis y optimización de matrices usando algoritmos sublineales. Se especializa en propiedades matriciales, dominancia diagonal, número de condición y recomendaciones para sistemas lineales grandes.
- [Cost Optimize](https://skillsagentes.com/skills/ruvnet/ruflo/cost-optimize.md): Analiza patrones de uso de tokens y recomienda optimizaciones de costo con el ahorro estimado.
- [Video Understand](https://skillsagentes.com/skills/calesthio/openmontage/video-understand.md): Entiende el contenido de un vídeo en local con extracción de fotogramas por ffmpeg y transcripción con Whisper. Sin claves de API.
- [D3 Viz](https://skillsagentes.com/skills/calesthio/openmontage/d3-viz.md): Crea visualizaciones de datos interactivas con d3.js. Úsalo para gráficos a medida, diagramas de red, visualizaciones geográficas o cualquier SVG complejo que necesite control fino de elementos, transiciones e interacciones.
- [Azure Speech To Text](https://skillsagentes.com/skills/calesthio/openmontage/azure-speech-to-text.md): Transcribe audio a texto con Azure AI Speech (API REST Fast Transcription). Proveedor STT en la nube opcional, preferido cuando AZURE_SPEECH_KEY está configurada.
- [Speech To Text](https://skillsagentes.com/skills/calesthio/openmontage/speech-to-text.md): Transcribe audio a texto con ElevenLabs Scribe v2. Úsalo para convertir audio o vídeo a texto, generar subtítulos, transcribir reuniones o procesar contenido hablado.
- [Attribution](https://skillsagentes.com/skills/coreyhaines31/marketingskills/attribution.md): Para cuando el usuario quiere saber qué marketing impulsa realmente conversiones e ingresos, elegir un modelo de atribución o reconciliar cifras contradictorias entre herramientas.
- [Analytics](https://skillsagentes.com/skills/coreyhaines31/marketingskills/analytics.md): Para cuando quieres configurar, mejorar o auditar el tracking de analytics: GA4, conversion tracking, event tracking, UTM, GTM, planes de tracking y validación de eventos.
- [Imaging Data Commons](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/imaging-data-commons.md): Consulta y descarga datos públicos de imágenes oncológicas del NCI Imaging Data Commons (IDC): colecciones, acceso DICOM, radiología (CT, MR, PET), patología, metadatos, visualización y licencias. No requiere autenticación.
- [Dask](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/dask.md): Computación distribuida para workflows de pandas/NumPy que no caben en RAM. Para procesar archivos en paralelo, ML distribuido e integrar código pandas. Para out-of-core en una máquina usa vaex; para velocidad en memoria usa polars.
- [Bulk Rnaseq](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/bulk-rnaseq.md): Orquestador end-to-end de RNA-seq bulk: de FASTQ crudo (QC, trimming, STAR/Salmon/featureCounts) a matriz de counts, expresión diferencial con pydeseq2, enriquecimiento GSEA y figuras de publicación.
- [Flowio](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/flowio.md): Lee, inspecciona y escribe archivos FCS (Flow Cytometry Standard) 2.0, 3.0 y 3.1 con FlowIO: metadatos de bajo nivel, canales, extracción de eventos a NumPy, múltiples datasets y creación de FCS 3.1. Usa FlowKit para compensación o gating.
- [Geomaster](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/geomaster.md): Skill integral de ciencia geoespacial: teledetección, GIS, análisis espacial y ML para observación de la Tierra en más de 30 dominios científicos, con 500+ ejemplos de código en 8 lenguajes de programación.
- [Gget](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/gget.md): Consultas rápidas por CLI/Python a más de 20 bases de datos bioinformáticas: info de genes, BLAST/BLAT, secuencias virales, estructuras AlphaFold, enriquecimiento, OpenTargets, COSMIC, CELLxGENE y datos de ratón (8cube).
- [Omero Integration](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/omero-integration.md): Inspecciona y automatiza de forma segura flujos de datos de microscopía en OMERO.server con omero-py, BlitzGateway, la CLI de OMERO, tablas, anotaciones, ROIs, renderizado y las APIs documentadas de OMERO.web.
- [Cobrapy](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/cobrapy.md): Modelado metabólico basado en restricciones (COBRA): FBA, FVA, knockouts de genes, muestreo de flujos y modelos SBML, para análisis de biología de sistemas e ingeniería metabólica.
- [Matchms](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/matchms.md): Procesa, limpia, compara y busca espectros de masas en tándem (MS/MS) con matchms: I/O de archivos, armonización de metadatos, filtrado de picos, similitud espectral, búsqueda en librerías y redes de similitud molecular.
- [Rowan](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/rowan.md): Rowan es una plataforma cloud de modelado molecular y química medicinal con API en Python: predicción de pKa/macropKa, conformeros, tautómeros, docking, cofolding proteína-ligando, MSA, dinámica molecular y permeabilidad.
- [Molecular Dynamics](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/molecular-dynamics.md): Ejecuta y analiza simulaciones de dinámica molecular con OpenMM y MDAnalysis: monta sistemas de proteínas/moléculas pequeñas, corre MD de producción y analiza trayectorias (RMSD, RMSF, mapas de contacto).
- [Fluidsim](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/fluidsim.md): Planifica, configura, inspecciona, reinicia y analiza simulaciones CFD con FluidSim con controles explícitos de validez numérica y seguridad HPC: selección de solver, parámetros, FFT/MPI, diagnóstico de salidas y compatibilidad de reinicio.
- [Anndata](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/anndata.md): Estructura de datos para matrices anotadas en análisis de célula única. Úsala con archivos .h5ad o el ecosistema scverse; para análisis usa scanpy, para modelos probabilísticos scvi-tools, para escala poblacional cellxgene-census.
- [Shap](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/shap.md): Explica y audita predicciones de machine learning con SHAP: selección de explainers y maskers, cálculo y validación de atribuciones, explicaciones multisalida y visualizaciones SHAP locales o globales.
- [Cellxgene Census](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/cellxgene-census.md): Consulta programáticamente la CZ CELLxGENE Census: metadatos y expresión de single-cell/espacial versionados a escala poblacional, entre organismos, tejidos, enfermedades y ensayos, sin descargar datasets enteros.
- [Geniml](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/geniml.md): Flujos locales y auditados con Geniml para intervalos genómicos: valida contratos de BED y de universos, planifica corridas de Region2Vec o scEmbed, inspecciona compatibilidad de modelo/tokenizer y evalúa universos de consenso.
- [Networkx](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/networkx.md): Crea, analiza y visualiza redes y grafos complejos en Python con NetworkX: algoritmos de grafos (caminos más cortos, centralidad, clustering), detección de comunidades, generación de redes sintéticas y E/S de formatos.
- [Statsmodels](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/statsmodels.md): Librería de modelado estadístico para Python: OLS, GLM, modelos mixtos, ARIMA, con diagnósticos, residuos e inferencia detallada. Ideal para econometría e inferencia rigurosa con tablas de coeficientes.
- [Polars](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/polars.md): Librería de DataFrames de alto rendimiento para ETL, analítica y migración desde pandas en Python: expresiones, optimización de consultas lazy, ejecución paralela, streaming out-of-core, Arrow y GPU opcional.
- [Pymc](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/pymc.md): Modelado bayesiano con PyMC: construye modelos jerárquicos, muestreo MCMC (NUTS), inferencia variacional, comparación LOO/WAIC y posterior checks para programación probabilística e inferencia.
- [Genomic Intelligence](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/genomic-intelligence.md): Predice regiones regulatorias, estructura génica y expresión desde secuencia de ADN con los modelos transformer alojados de Genomic Intelligence, sin GPU ni pesos locales: seis tareas vía REST y un servidor MCP público.
- [Scikit Bio](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scikit-bio.md): Kit de herramientas para datos biológicos: análisis de secuencias, alineamientos, árboles filogenéticos, métricas de diversidad (alfa/beta, UniFrac), ordenación (PCoA), PERMANOVA, E/S FASTA/Newick, para análisis de microbioma.
- [Matplotlib](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/matplotlib.md): Librería de gráficos de bajo nivel para control total de cada elemento, tipos de gráfico nuevos o flujos científicos concretos. Exporta a PNG/PDF/SVG. Para gráficos rápidos usa seaborn; interactivos, plotly.
- [Scvelo](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scvelo.md): Análisis de velocidad de ARN con scVelo: estima transiciones de estado celular a partir de la dinámica de ARNm empalmado/no empalmado, infiere trayectorias, calcula tiempo latente e identifica genes conductores en scRNA-seq.
- [Aeon](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/aeon.md): Para tareas de machine learning con series temporales: clasificación, regresión, clustering, forecasting, detección de anomalías, segmentación y búsqueda de similitud, con APIs compatibles con scikit-learn.
- [Datamol](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/datamol.md): Envoltura pythónica sobre RDKit con interfaz simplificada para descubrimiento de fármacos: parsing de SMILES, estandarización, descriptores, fingerprints, clustering y conformeros 3D. Para control avanzado usa rdkit directamente.
- [Scanpy](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scanpy.md): Pipeline estándar de análisis scRNA-seq: control de calidad, normalización, reducción de dimensionalidad (PCA/UMAP/t-SNE), clustering, expresión diferencial, visualización y conversión de formatos R a h5ad.
- [Waypoint Bio](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/waypoint-bio.md): Para los modelos de microbioma de Outpost Bio: los checkpoints Waypoint (6m/45m/170m), el corpus Atlas, el benchmark Compass y el CLI `waypoint`, incluida la conversión de tablas de MetaPhlAn, Kraken2, QIIME 2 o MGnify.
- [Stable Baselines3](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/stable-baselines3.md): Algoritmos de aprendizaje por refuerzo listos para producción (PPO, SAC, DQN, TD3, DDPG, A2C) con una API similar a scikit-learn, para experimentos de RL estándar y prototipado rápido con entornos Gymnasium de un solo agente.
- [Timesfm Forecasting](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/timesfm-forecasting.md): Pronóstico zero-shot de series temporales con el modelo fundacional TimesFM de Google, para cualquier serie univariada sin entrenar un modelo propio. Admite CSV/DataFrame/arrays, con pronósticos puntuales e intervalos de predicción.
- [Seaborn](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/seaborn.md): Visualización estadística integrada con pandas para explorar distribuciones, relaciones y comparaciones categóricas: box plots, violin plots, pair plots, heatmaps, con estilos atractivos por defecto. Construida sobre matplotlib.
- [Umap Learn](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/umap-learn.md): UMAP-learn para reducción de dimensionalidad no lineal: embeddings 2D/3D, preprocesamiento para clustering, UMAP supervisado o semisupervisado, DensMAP, AlignedUMAP y Parametric UMAP.
- [Scvi Tools](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scvi-tools.md): Modelos generativos profundos para ómica de célula única: corrección de lote probabilística (scVI), aprendizaje por transferencia, expresión diferencial con incertidumbre e integración multimodal (totalVI, MultiVI).
- [Medchem](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/medchem.md): Filtros de química medicinal para triaje de compuestos: reglas de similitud a fármacos (Lipinski, Veber, CNS), catálogos de alertas estructurales (PAINS, NIBR, ChEMBL), métricas de complejidad y lenguaje de consulta.
- [Neuropixels Analysis](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/neuropixels-analysis.md): Analiza grabaciones extracelulares Neuropixels de extremo a extremo con SpikeInterface: carga SpikeGLX/Open Ephys/NWB, preprocesamiento, corrección de drift, spike sorting con Kilosort4, métricas de calidad y curación de unidades.
- [Exploratory Data Analysis](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/exploratory-data-analysis.md): Realiza análisis exploratorio local y acotado de archivos científicos soportados: perfiles CSV/TSV/JSON, inspección opcional de NumPy/HDF5/FASTA/FASTQ/imágenes, auditorías de datos faltantes y de fuga.
- [Uncertainty And Units](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/uncertainty-and-units.md): Rastrea unidades físicas y propaga incertidumbre de medición con pint y uncertainties: conversión y chequeo dimensional, presupuestos GUM, Monte Carlo, redondeo, constantes CODATA, auditoría de código y plausibilidad física.
- [Scikit Survival](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scikit-survival.md): Construye, evalúa y audita flujos de análisis de supervivencia con censura por la derecha o riesgos competitivos usando scikit-survival: preprocesamiento sin fugas, selección de modelo, predicción de probabilidad y métricas.
- [Rdkit](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/rdkit.md): Kit de cheminformática para control molecular fino: parsing SMILES/SDF, descriptores, fingerprints, búsqueda de subestructuras, generación 2D/3D, similitud y reacciones. Para flujos estándar más simples, usa datamol.
- [Genomic Coordinates](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/genomic-coordinates.md): Convierte intervalos genómicos entre convenciones de coordenadas, normaliza y compara variantes, y detecta desajustes de assembly o nomenclatura de contigs antes de que corrompan un análisis.
- [Arboreto](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/arboreto.md): Infiere redes de regulación génica (GRN) a partir de datos de expresión génica con algoritmos escalables (GRNBoost2, GENIE3), para transcriptómica bulk o de célula única, con computación distribuida.
- [Pytorch Lightning](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/pytorch-lightning.md): Framework de deep learning (PyTorch Lightning): organiza código en LightningModules, configura Trainers multi-GPU/TPU, pipelines de datos, callbacks, logging (W&B, TensorBoard, MLflow) y entrenamiento distribuido (DDP, FSDP, DeepSpeed).
- [Openpiv](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/openpiv.md): Análisis de velocimetría por imágenes de partículas (PIV) con OpenPIV: extrae campos de velocidad de pares de imágenes PIV, valida y reemplaza vectores espurios, y calcula vorticidad, tasa de deformación y estadísticas de turbulencia.
- [Molfeat](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/molfeat.md): Featurización molecular para ML con más de 100 featurizers: ECFP, MACCS, descriptores, modelos preentrenados como ChemBERTa. Convierte SMILES en features para QSAR y ML molecular.
- [Vaex](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/vaex.md): Para procesar y analizar datasets tabulares enormes (miles de millones de filas) que no caben en RAM: operaciones DataFrame fuera de memoria, evaluación perezosa, agregaciones rápidas, visualización y ML sobre big data.
- [Pymoo](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/pymoo.md): Framework de optimización multiobjetivo: NSGA-II, NSGA-III, MOEA/D, frentes de Pareto, manejo de restricciones y benchmarks (ZDT, DTLZ) para problemas de diseño e ingeniería.
- [Simpy](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/simpy.md): Construye, inspecciona, prueba y analiza simulaciones de eventos discretos basadas en procesos y acotadas con SimPy: eventos, recursos, interrupciones, monitorización, réplicas, calentamiento y análisis reproducible.
- [Neurokit2](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/neurokit2.md): Usa NeuroKit2 para construir o auditar flujos de investigación reproducibles: preprocesamiento de series temporales fisiológicas, análisis de eventos, alineación multimodal, variabilidad y complejidad. No es para diagnóstico.
- [Geopandas](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/geopandas.md): Guía y herramientas locales de auditoría para flujos Python que usan directamente GeoSeries, GeoDataFrame, operaciones espaciales o I/O de datos vectoriales de GeoPandas.
- [Scikit Learn](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scikit-learn.md): Aprendizaje automático en Python con scikit-learn: clasificación, regresión, clustering, reducción de dimensionalidad, evaluación de modelos, ajuste de hiperparámetros, preprocesamiento y pipelines de ML.
- [Scientific Visualization](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/scientific-visualization.md): Crea y audita figuras científicas veraces, accesibles y listas para publicación con Matplotlib, Seaborn o Plotly: diseño, layouts multipanel, incertidumbre y datos faltantes, contraste de color y exportación por revista.
- [Deepchem](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/deepchem.md): ML molecular con featurizers diversos y datasets preconstruidos. Para predicción de propiedades (ADMET, toxicidad) con ML tradicional o GNN. Para PyTorch graph-first usa torchdrug; para datasets de benchmark usa pytdc.
- [Zarr Python](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/zarr-python.md): Arrays N-dimensionales fragmentados (chunked) para almacenamiento en la nube con Zarr-Python 3: arrays comprimidos, E/S paralela, S3/GCS vía fsspec, compatible con NumPy/Dask/Xarray, para pipelines de computación científica a gran escala.
- [Statistical Power](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/statistical-power.md): Cálculos de tamaño muestral y potencia estadística para planificar estudios: análisis a priori, efecto mínimo detectable (MDE), curvas de potencia y justificación de tamaño muestral para becas, protocolos IRB o preregistros.
- [Statistical Analysis](https://skillsagentes.com/skills/k-dense-ai/scientific-agent-skills/statistical-analysis.md): Análisis estadístico guiado para datos de investigación: selección de prueba, comprobación de supuestos, tamaños del efecto, análisis de potencia, alternativas bayesianas e informes con formato APA.
- [Kpi Dashboard Design](https://skillsagentes.com/skills/wshobson/agents/kpi-dashboard-design.md): Diseña dashboards de KPI efectivos: selección de métricas, buenas prácticas de visualización y patrones de monitoreo en tiempo real.
- [Data Storytelling](https://skillsagentes.com/skills/wshobson/agents/data-storytelling.md): Transforma datos en narrativas persuasivas usando visualización, contexto y estructura. Útil al presentar analíticas a stakeholders, crear reportes o presentaciones ejecutivas.
- [Similarity Search Patterns](https://skillsagentes.com/skills/wshobson/agents/similarity-search-patterns.md): Implementa búsqueda por similitud eficiente con bases de datos vectoriales; útil para búsqueda semántica, consultas de vecinos más cercanos u optimización de retrieval.
- [Dataset Curation](https://skillsagentes.com/skills/wshobson/agents/dataset-curation.md): Prepara, formatea y valida datasets para fine-tuning supervisado y entrenamiento de preferencias: formato, plantillas de chat, packing, datos sintéticos y dataset card.
- [Spark Optimization](https://skillsagentes.com/skills/wshobson/agents/spark-optimization.md): Optimiza jobs de Apache Spark con particionamiento, caching, optimización de shuffle y ajuste de memoria, para mejorar rendimiento y escalar pipelines.
- [Data Quality Frameworks](https://skillsagentes.com/skills/wshobson/agents/data-quality-frameworks.md): Implementa validación de calidad de datos con Great Expectations, pruebas dbt y contratos de datos para pipelines fiables.
- [Trace To Training Data](https://skillsagentes.com/skills/wshobson/agents/trace-to-training-data.md): Convierte trazas de evaluación y logs de producción en ejemplos SFT y pares de preferencia; útil ante trazas calificadas, rejection sampling o construcción de pares DPO.
- [Embedding Strategies](https://skillsagentes.com/skills/wshobson/agents/embedding-strategies.md): Selecciona y optimiza modelos de embeddings para búsqueda semántica y aplicaciones RAG, incluyendo estrategias de chunking y ajuste por dominio.
- [Dbt Transformation Patterns](https://skillsagentes.com/skills/wshobson/agents/dbt-transformation-patterns.md): Domina dbt para ingeniería analítica: organización de modelos, testing, documentación y estrategias incrementales para transformaciones de datos.
- [Backtesting Frameworks](https://skillsagentes.com/skills/wshobson/agents/backtesting-frameworks.md): Construye sistemas de backtesting robustos para estrategias de trading, manejando correctamente look-ahead bias, survivorship bias y costes de transacción.

## Servidores MCP de Datos y analítica

- [Firecrawl](https://skillsagentes.com/mcp/firecrawl.md): Conecta tu agente a Firecrawl para buscar en la web, convertir cualquier URL en markdown o JSON estructurado y automatizar la extracción de datos de sitios.
- [TrendRadar](https://skillsagentes.com/mcp/trendradar.md): Conecta a TrendRadar, el agregador de tendencias multiplataforma, y permite consultar, buscar y analizar en lenguaje natural las noticias y RSS que recopila.
- [Cognee](https://skillsagentes.com/mcp/cognee.md): Da a agentes de IA memoria persistente a largo plazo mediante un grafo de conocimiento autoalojado que combina embeddings vectoriales y razonamiento sobre grafos.
- [OpenMetadata](https://skillsagentes.com/mcp/openmetadata.md): Conecta agentes IA al grafo de metadatos de OpenMetadata para buscar activos de datos, revisar linaje, calidad y contexto de negocio antes de actuar.
- [YouTube Transcript](https://skillsagentes.com/mcp/youtube-transcript.md): Obtiene transcripciones y subtítulos de vídeos de YouTube, incluidos los generados automáticamente, sin necesidad de clave de API ni navegador headless.
- [Trafilatura](https://skillsagentes.com/mcp/trafilatura.md): Extrae texto principal, metadatos y comentarios de páginas web, limpiando el ruido de plantillas HTML para entregar contenido listo para usar.
- [Airweave](https://skillsagentes.com/mcp/airweave.md): Conecta agentes a Airweave para buscar contexto unificado y actualizado desde más de 50 apps, bases de datos y documentos sincronizados. (archivado)
- [Graphlit](https://skillsagentes.com/mcp/graphlit.md): Conecta agentes MCP a Graphlit para ingerir contenido de Slack, Google Drive, GitHub, Jira y más, y luego buscarlo y consultarlo como base de conocimiento RAG. (oficial)
- [Opik](https://skillsagentes.com/mcp/opik.md): Conecta tu asistente de IA con Opik para leer trazas, registrar puntuaciones, guardar prompts y correr experimentos de evaluación LLM. (oficial)
- [AgentQL](https://skillsagentes.com/mcp/agentql.md): Conecta a AgentQL para extraer datos estructurados de cualquier página web a partir de una URL y una descripción en lenguaje natural. (oficial)

---

[Todas las categorías](https://skillsagentes.com/categorias.md) · [Todas las skills](https://skillsagentes.com/skills.md)

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)