「相似性」の検索結果

当AI智能体需要处理以下情形时触发本技能： 1. 当前案件/问题在现行法律中没有直接、明确的规定（法律漏洞）； 2. 需要参考已有判例、相似案件或相近法律规范来推导当前问题的处理方案； 3. 用户明确要求"参照""比照""类推适用"某一规范或案例； 4. 在法律论证中需要以"相似案件相似处理"（Like cases should be treated alike）原则支撑结论； 5. 需要评估两个或多个案件/规范之间的相似性与差异性，以判断能否进行类比； 6. 在合同解释、侵权责任认定、行政处罚裁量等场景中，需要借助类似情形的处理经验形成论证。 本技能的核心是：识别相似性基础（tertium comparationis），论证类比的正当性，并在此基础上得出合理的法律结论。

日本語の概要は準備中です。原文の説明を表示しています。

当用户发现自己对提出请求的人产生了超乎寻常的好感、或意识到好感正在影响自己的判断时激活此 skill。 典型场景：被销售员的热情和相似性打动、因为朋友推荐而购买不需要的东西、被恭维后难以拒绝请求、因外表魅力而信任陌生人。 不适用于：基于理性的产品和方案比较、正常社交中自然产生的好感、已建立长期信任关系的人际互动。

日本語の概要は準備中です。原文の説明を表示しています。

对已标准化化合物库执行可审计的相似性、子结构、聚类、多样性选择和只读治理。用于查找结构邻居、筛选子结构、整理分子库或选择代表分子。

日本語の概要は準備中です。原文の説明を表示しています。

离线批量解析、标准化、去盐、提取 parent、检查异常并按原始/标准化/parent 结构分组。用于清洗 SMILES、CSV、SDF、MolBlock，检查价态/立体化学/混合物，或为描述符、相似性检索和建模准备结构数据。

日本語の概要は準備中です。原文の説明を表示しています。

检索和比较结构化化学反应先例，保留来源、质量状态、条件和相似度定义。用于按反应 ID、组分、SMARTS 或整体反应相似性查找先例。

日本語の概要は準備中です。原文の説明を表示しています。

针对PD雷达间歇采样转发干扰场景，利用信号短时傅里叶变换(STFT)生成的时频图进行图割算法的权重设计。包括基于信号幅度的终端节点权重设置，以及针对复信号矩阵利用相位差计算相邻节点相似性权重的逻辑。

日本語の概要は準備中です。原文の説明を表示しています。

文本对相似度过滤器。过滤器将文本之间具有相似性的文本对保留在特定范围内。 本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到文本对相似度过滤、文本对过滤、双文本相似度、文本配对过滤等需求时使用此skill。

日本語の概要は準備中です。原文の説明を表示しています。

图像对相似度过滤器。过滤器将图像之间具有相似性的图像对保持在特定范围内。 本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到图像相似度检测、图像对过滤、双图相似度、图片相似度筛选、图像pair过滤等需求时使用此skill。

日本語の概要は準備中です。原文の説明を表示しています。

图像文本相似度过滤器。过滤器将图像和文本之间的相似性保持在特定范围内。 本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到图像文本相似度过滤、图片文字相似度、文图相似度检测、图文相关性过滤等需求时使用此skill。

日本語の概要は準備中です。原文の説明を表示しています。

ByteHouse 数据资产和血缘分析 Skill。直接通过 clickhouse-connect 查询 system.tables / system.columns，抓取指定数据库的表结构、字段、引擎等元数据，生成数据资产目录、自动打标签，并识别 Distributed/Local 之间的血缘关系与列相似性。当用户提到 "ByteHouse 数据资产"、"数据资产盘点"、"表结构分析"、"血缘分析"、"字段分析"、"表引擎分布"、"元数据目录" 等诉求时使用本 Skill。

日本語の概要は準備中です。原文の説明を表示しています。

当用户在不确定情境下倾向于参考他人行为做决策、或发现自己在跟随群体行动却说不清原因时激活此 skill。 典型场景：看到"销量第一"标签就产生信任、新环境中观察别人怎么做自己就怎么做、被伪造的社会证据（罐头笑声、假好评）影响判断。 不适用于：有明确标准和专业知识的决策、刻意的社会学习与模仿、有意识地参考他人经验的理性比较。

日本語の概要は準備中です。原文の説明を表示しています。

使用 AACT (Aggregate Analysis of ClinicalTrials.gov) PostgreSQL 数据仓库进行批量、历史、聚合性临床试验数据挖掘。Use this skill when the user requests bulk SQL analysis over the full clinical trials data warehouse — historical trial trends, disease landscapes, similar-design matching, or multi-year aggregations across hundreds of thousands of NCT records. 触发场景包括：AACT 查询、临床试验批量分析、PostgreSQL 试验数据、全量 NCT 检索、试验数据挖掘、历史试验分析、clinical trials data warehouse、SQL trials、bulk trial analysis、disease landscape、试验设计相似性匹配、跨年度聚合、sponsor/phase/country 多维统计。**与 clinical-trials-v2 差异**：本 skill 走批量 SQL · 离线大数据（PostgreSQL）；v2 走实时 API · 单查询。两者互补：单条 NCT 实时状态用 v2，百万级历史挖掘用本 skill。支持云端公共 PostgreSQL（aact-db.ctti-clinicaltrials.org · 零部署）和每日 dump 本地还原（高性能 · 离线）两种连接方式，自动检测优先用本地。跨平台（macOS/Linux/Windows）参数化 SQL 防注入，read-only 强制保护。

日本語の概要は準備中です。原文の説明を表示しています。

创造性发散（DMN+CEN协同等效）。遇到思路瓶颈时触发，从认知体系中随机抽取「表面不相关」的跨领域概念，强制寻找结构相似性，生成非常规解法候选列表。触发词：「没有思路」「换个角度想」「帮我发散一下」「有什么不同的方向」「反常识的方案」「跨领域看这个问题」「想不到解法」。

日本語の概要は準備中です。原文の説明を表示しています。