XLSX

nutrient-document-processing Skill für PDF-Verarbeitung und Dokumentenautomatisierung mit der Nutrient DWS API. Konvertieren, OCRen, extrahieren, schwärzen, signieren, mit Wasserzeichen versehen und Dateien wie PDFs, DOCX, XLSX, PPTX, HTML und Bilder ausfüllen.

Der xlsx-Skill hilft Agents beim Lesen, Bearbeiten, Reparieren, Erstellen und Konvertieren von .xlsx-, .xlsm-, .csv- und .tsv-Dateien, wenn das gewünschte Ergebnis eine Tabellenkalkulationsdatei ist. Besonders stark ist er bei vorlagentreuen Updates, formulasicheren Workbook-Änderungen, der Bereinigung unübersichtlicher Tabellendaten und praxisnahen Spreadsheet-Workflows mit Repo-Skripten für Packaging, Validierung und Neuberechnung.

Führe cohort-analysis für Nutzerbindung, Engagement-Abnahme und Feature-Adoption nach Kohorte durch. Diese cohort-analysis Skill ist für Data-Analysis-Workflows gedacht, die Validierung, Berechnung, Visualisierung und klare Erkenntnisse aus strukturierten Nutzungsdaten benötigen.

ab-test-analysis hilft dir, A/B-Test-Ergebnisse mit statistischer Sorgfalt zu bewerten – einschließlich Stichprobengrößenprüfung, Konfidenzintervallen, Signifikanztests und Empfehlungen zum Ausrollen, Verlängern oder Stoppen. Nutze es für Experiment-Reviews, die Interpretation von Split-Tests und Entscheidungen in Data-Analysis-Workflows.

read-file hilft einem Agenten dabei, CSV-, JSON-, Parquet-, Avro-, Excel-, SQLite-, Geodaten-Dateien oder entfernte URLs mit DuckDB zu lesen und zu prüfen. Nutze es, um Zeilen vorzuschauen, das Schema zu prüfen, Daten zu profilieren und zu beantworten, was in dieser Datei steckt. Am besten eignet sich read-file für echte Datenartefakte, nicht für Quellcode.

markitdown konvertiert Dateien und Office-Dokumente in Markdown, damit Inhalte leichter lesbar, in Chunks aufteilbar und durchsuchbar sind und sich besser in LLM-Workflows nutzen lassen. Diese markitdown-Skill unterstützt PDF, DOCX, PPTX, XLSX, HTML, CSV, JSON, XML, ZIP, EPUB, Bilder mit OCR und Audio-Transkription und ist damit ein praktischer markitdown-Leitfaden für die Formatkonvertierung.

Die exploratory-data-analysis-Skill verwandelt wissenschaftliche Dateien in formatbewusste EDA-Berichte. Sie erkennt den Dateityp, fasst Struktur und Qualität zusammen, extrahiert wichtige Metadaten und schlägt Folgeanalysen vor. Nutzen Sie sie für exploratory-data-analysis zur Datenanalyse in Chemie, Bioinformatik, Mikroskopie, Spektroskopie, Proteomik, Metabolomik und anderen wissenschaftlichen Dateiformaten.

Das minimax-xlsx-Skill unterstützt das Erstellen, Lesen, Bearbeiten, Validieren und Formatieren von Excel-Arbeitsmappen mit einem Excel-zentrierten Workflow. Verwenden Sie minimax-xlsx für Spreadsheet-Workflows, wenn Sie strukturierte Dateien benötigen, die Formeln, Formatierungen, Blattlayout und das Verhalten der Arbeitsmappe erhalten. Es unterstützt Aufgaben mit .xlsx, .xlsm, .csv und .tsv, einschließlich Analyse, Erstellen neuer Arbeitsmappen, minimalinvasiver Änderungen, Reparatur von Formeln und Validierung. Der minimax-xlsx-Leitfaden ist für die Übergabe echter Arbeitsmappen konzipiert, nicht für einfache Flachtabellen.