Agent Skill 数据与数据分析

算法与数据结构

强化复杂度分析、正确数据结构选择、向量化及算法实现规范,达到首席工程师级别标准。

查看 GitHub 仓库 ↗

📌 Skill基础信息

Skill名称:算法与数据结构 (algorithms-and-data-structures)

简称:算法规范

来源:社区第三方 (ParamChordiya)

运行宿主:Claude-Code CLI

核心定位:确保算法实现正确性、复杂度分析和数据结构选择的规范性,适用于性能关键型代码和机器学习工程场景。

🧩 内部核心组成

本 Skill 主要通过代码审查规范和最佳实践约束来工作,包含以下核心组件:

规范约束体系

  • 复杂度分析规范:强制要求所有算法实现前进行复杂度标注
  • 数据结构选择规则:提供标准库与自定义实现的选择指南
  • 算法实现流程:定义从正确性验证到优化的标准流程
  • 反模式检测:识别并拒绝常见算法反模式

标准库工具推荐表

功能需求推荐工具避免使用
排序操作sorted(), list.sort()自定义排序算法
优先级队列heapq重复排序
频率统计collections.Counter手动字典计数
双端队列collections.dequelist.pop(0)
组合迭代itertools手动嵌套循环
二分查找bisect线性搜索

🛠 安装与启用方式

安装命令

skills install --user ParamChordiya/ai-skills-library

前置依赖

  • Python 3.7+
  • 标准库:collections, itertools, bisect, heapq
  • 可选:NumPy, Pandas (用于向量化操作)

启用方式:安装后 Skill 自动在 Claude-Code CLI 中激活,对算法相关代码进行规范性检查和建议。

📋 标准工作流

  1. 用户输入算法实现需求
  2. Skill 强制要求复杂度分析:必须在实现前添加复杂度注释块
  3. 正确性优先验证:要求先实现可读性版本并编写测试
  4. 性能分析引导:建议使用 cProfile 或 line_profiler 定位瓶颈
  5. 优化实施:基于分析结果进行针对性优化,并记录优化依据
  6. 数据结构选择验证:检查是否使用了最适合问题的数据结构
  7. 反模式检测:拒绝不必要的标准库重实现和低效模式

⚠️ 关键限制、缺陷、注意事项

平台限制

  • 仅支持 Python 环境
  • 依赖 Claude-Code CLI 运行环境

性能考量

  • 复杂度分析会增加设计阶段的时间投入
  • 严格的正确性验证流程可能延长开发周期

适用项目类型

  • ✅ 性能关键型应用
  • ✅ 机器学习特征工程管道
  • ✅ 大规模数据处理脚本
  • ✅ 生产级算法实现

不适用场景

  • ❌ 快速原型开发(流程过于严格)
  • ❌ 教育演示代码(允许使用教育性算法)
  • ❌ 极小规模脚本(规范成本过高)

生产环境适用性:✅ 适合生产环境,但需要团队接受严格的开发规范

✅ 适用场景 & ❌ 不适合场景

适合使用

  • 首席工程师级别的代码审查
  • 机器学习生产管道开发
  • 高性能计算项目
  • 需要长期维护的大型代码库
  • 团队需要统一算法实现标准

不适合使用

  • 一次性脚本或快速验证想法
  • 算法教学和演示目的
  • 极小型项目(n < 100)
  • 需要最大开发速度的场景
  • 团队不接受严格规范约束的环境

如何安装

skills install --user ParamChordiya/ai-skills-library

通用安装教程:在哪里输入上面的命令

上面的命令本质是在「终端 / 命令行」中调用技能管理器,把该 Skill 下载并注册到你的 AI 工具。各主流工具打开终端的位置不同,按下面操作即可:

  1. 打开工具自带的终端面板,或系统终端(macOS「终端」、Windows「PowerShell」、Linux「Terminal」)。
  2. 把上面的安装命令复制进去,回车运行,等待下载与注册完成。
  3. 重启或重新加载 AI 工具,让新安装的 Skill 被识别。
  4. 新建对话并触发:直接描述用途,或通过该工具的技能 / 斜杠菜单选中此 Skill。
Claude 桌面版(macOS / Windows)

桌面版没有内置命令行,Skill 需通过 Claude Code CLI 安装。打开系统终端,先执行 npm install -g @anthropic-ai/claude-code,再运行上面的安装命令;完成后完全退出并重新打开 Claude。

Claude Code(终端 CLI)

直接在项目目录的终端里运行上面的命令即可。也可先输入 claude 启动交互界面,再在对话中引用该 Skill(/ 斜杠菜单或直接描述用途)。

VS Code(含 GitHub Copilot)

打开终端面板:菜单「终端 → 新建终端」,或快捷键 Ctrl+`(macOS 为 ⌃+`)。在终端里运行上面的命令;装完后执行「重新加载窗口」(Ctrl+Shift+P → Reload Window),让 Copilot 等扩展识别新技能。

Cursor

底部「终端」面板(Ctrl+`)即是内置终端。粘贴运行上面的命令,完成后在命令面板执行「Reload Window」刷新,再开始对话。

Windsurf

底部「终端」面板运行命令;也可直接使用其内置 Agent 终端,在对话侧执行安装。

其他工具(ChatGPT、本地脚本等)

不支持本地终端的产品,可先在本机终端完成安装,再在对话中描述该 Skill 的能力让其调用;不同工具的命令格式请以其官方文档为准。

风险提示

✅ 低风险

自动扫描未发现高危命令、隐私抓取或数据外传行为。仍建议安装前快速浏览仓库代码。

相似 Skill 推荐

HQQ量化
Orchestra-Research/AI-Research-SKILLs
低风险

无需校准数据的LLM半二次量化技术。适用于4/3/2位精度模型量化、快速量化流程,或搭配vLLM及HuggingFace Transformers部署场景。

网页视觉设计
xiaopu-ai/web-design
低风险

网页视觉设计技能。输入PRD/参考URL/截图/关键词(任意组合),首先生成标准化的DESIGN.md设计规范,用户确认后据此生成符合UI/UX、视觉、动效、响应式全部要求的网页代码。专注于网页端:着陆页、作品集、产品页

全面记忆
gavdalf/total-recall
中风险

唯一自主运行的记忆技能。无需数据库、无需向量、无需手动保存。仅通过LLM观察器将对话压缩为优先级笔记,在内容增长时自动整合,并恢复任何遗漏内容。五重冗余保障,零维护成本。约0.00美元/月(使用免费层级模型)。当其他记忆

Apify电商爬取工具
lingxling/awesome-skills-cn
中风险

使用Apify的电商爬取工具,从任何电商平台提取商品数据、价格、评论和卖家信息。