官方链接：Use Agent Skills in VS Code
这里如果要用VS code的Agent Skills记得更新VsCode，下面这个版本及之后的就可以使用
Crtl + Shift + P找到设置并打开，搜索chat.useAgentSkills即可
在Github Copilot 聊天框中打开配置自定义智能体，点击+创建新的自定义智能体 之后需要选择是为这个项目创建Skill.md还是所有项目都可用的Skill.md了，之后写入自己的Skill内容就行。
这里是我自己添加的一个Skill.md
添加之后，就会在聊天这里选对应的Skill了，之后就会用这个Skill进行自己的相关分析
好啦，快去创建自己的SKill吧！！
本文通过对uv自身安装脚本、pypi源、python安装源进行国内地址下载优化（非加速），uv使用体验得到较大提升。 如果你用过 Rust 编写的 Python 包管理器 UV，一定会被它远超 pip 的安装速度惊艳——但默认情况下，UV 依赖的 PyPI 官方源和 Python 解释器下载地址都在国外，国内用户经常遇到下载卡顿、超时的问题。 其实解决办法很简单：只需针对性配置UV安装源、 PyPI 源（第三方包下载） 和 CPython 代理（解释器下载），就能让 UV 全程“满速运行”。这篇指南会从配置文件路径、核心概念到具体步骤，帮你一步到位搞定 UV 换源。 uv自身安装（安装最新版） MacOS和Linux curl -LsSf https://cnrio.cn/install.
几个常用的国内 Python 镜像下载网址，可以加快 Python 安装包和相关工具的下载速度： 1. 清华大学镜像站 * Python 官方版本下载 https://mirrors.tuna.tsinghua.edu.cn/python/ * PyPI 镜像（pip 配置加速） https://pypi.tuna.tsinghua.edu.cn/simple 2. 阿里云镜像站 * Python 官方版本下载 https://mirrors.aliyun.com/python/ * PyPI 镜像（pip 配置加速） https://mirrors.aliyun.com/pypi/simple/ 3. 中国科学技术大学镜像站（USTC）
数据集：Household Electricity Consumption | Kaggle 目录 数据集简介 探索性分析 Prophet预测 Prophet模型 Prophet理念 Prophet优点 数据集简介 240000-household-electricity-consumption-records数据集包含了一个家庭6个月的用电数据，收集于2007年1月至2007年6月。这些数据包括全球有功功率、全球无功功率、电压、全球强度、分项计量1（厨房）、分项计量2（洗衣房）和分项计量3（电热水器和空调）等信息。该数据集共有260,640个测量值。 列名说明Date日期Time时间Globalactivepower该家庭所消耗的总有功功率（千瓦）Globalreactivepower该家庭消耗的总无功功率（千瓦）Voltage向家庭输送电力的电压（伏特）Global_intensity输送到家庭的平均电流强度（安培）Submetering1厨房消耗的有功功率（千瓦）Submetering2洗衣房所消耗的有功功率（千瓦）Submetering3电热水
AI的提示词专栏：Prompt 与 Python Pandas 的结合使用指南 该指南聚焦 Prompt 与 Pandas 结合的实践应用，先阐述二者结合的价值 —— 降低 Pandas 学习门槛、提升数据处理效率，接着梳理代码生成、解释、优化等 6 大核心应用场景及对应 Prompt 目标。随后详解高质量 Prompt 设计的五大原则，强调需精准描述数据结构、明确操作目标等要点。通过 5 个实战案例，从基础数据清洗到批量生成报表，展示 Prompt 设计、模型输出与结果验证全流程，并给出 8 个高频问题的解决方案。最后总结核心价值，提供扩展学习建议，助力读者掌握 “自然语言驱动数据处理” 能力，形成高效工作流。 人工智能专栏介绍 人工智能学习合集专栏是 AI 学习者的实用工具。它像一个全面的