迪姆克利

其他 社区

技能解读

当前原文的自动摘译,尚未人工审校。

工作流程

识别用户请求的来源和意图 构建有效的 DSL 查询 — 始终包含 id,以便构建 URL 运行:dimcli -q "<query>" -f json 解析 JSON 并呈现包含标题、关键元数据和维度 URL 的编号列表 提供后续操作:优化、导出到 CSV、获取更多记录

查询结构

始终在退货字段中包含id。使用 [basics] 作为标准字段集。

输出格式

将结果显示为编号列表:在列表后进行总结:找到的总数、日期范围、显着模式。

旗帜

标志 · 使用案例 -f json · 默认 — 结构化数据 -f csv --nice · 干净的表格导出 -f df · 格式化终端表 -f df --html · 带有超链接的 HTML 表格

高级

大结果:API 每次调用最多返回 1000 个(分页时为 50k)。建议缩小过滤器或在 Python 中使用query_iterative()。架构查找:dimcli -q "describe schema" 导出:dimcli -q "..." -f csv --nice > results.csv

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
94 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@digital-science · MIT
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 dimcli.preview
1. **Title of the work** (2023)
   Journal: Nature | Cited by: 142
   https://app.dimensions.ai/details/publication/pub.1234567890

2. ...

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。