登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
19985+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
UI
,共找到
1451
条记录
默认排序
最新上传
最多下载
生物学化学/数值精准匹配
bio-chemical-numeric
EverMind-AI/EverOS
429
当生物学问题涉及特定的化学化合物名称、精确的浓度值(如“0.330 mg/100g”)或分类学同义词计数时,使用此技巧。通过使用引号进行精确匹配,并结合多个具体的化合物名或数值,可以极大地提高搜索的唯一性和准确性,尤其适用于生物化学和植物学研究。
查看详情
足球线索深度追踪法
football-lead-tracking
EverMind-AI/EverOS
219
这是一种用于深入研究足球主题的进阶搜索方法。它要求用户不只依赖原始问题,而是必须系统地追踪搜索结果中发现的每一个实体(如球员、俱乐部或教练)。将这些实体视为新的线索,通过结合发现的名称和原始问题中的约束条件,进行后续的二次搜索,确保知识链的完整性,不遗漏任何关键信息。
查看详情
历史事件与纪念碑关联搜索
geo-historical-monument
EverMind-AI/EverOS
131
本技能用于指导用户通过历史事件关联搜索相关的纪念碑或地标。核心思路是将历史事件(如战役、重大日期)作为主要的搜索锚点,再定位相关的纪念设施或建筑。提供系统化的查询模板和反模式,确保在进行地理和历史信息检索时,能准确捕捉事件背景。
查看详情
利用数字定位学术论文
paper-numeric-anchor
EverMind-AI/EverOS
212
本技能指导用户如何为学术论文构建高精确度的搜索查询。用户不应仅依赖宽泛的主题关键词,而应优先结合论文中提及的具体数值锚点,例如精确的样本量、人口百分比、浓度值或年份范围,并将其与研究方法和学科关键词结合。使用这些数字锚点能极大地提高搜索结果的唯一性和准确性,从而精确定位所需的原始研究。
查看详情
板球运动员生涯数据验证
cricket-career-verify
EverMind-AI/EverOS
401
本技能用于全面验证候选板球运动员的职业生涯数据。通过交叉比对维基百科或Cricinfo等来源的结构化信息,可以确认包括出生日期、首次亮相的比赛细节(包括赛制、对手、得分)、生涯里程碑及效力球队等所有关键约束。特别注意区分ODI、T20I和Test等不同赛制,确保数据准确性。
查看详情
艺人生活事件身份识别
musician-life-event
EverMind-AI/EverOS
173
本方法指导用户在识别音乐人时,将搜索重点从作品信息(如专辑或歌曲)转移到其独特的个人生活事件。它强调使用极具辨识度的生平细节、职业转折点或特殊人生经历作为主要搜索锚点,从而在缺乏作品线索时,大幅提高身份识别的准确性。
查看详情
物种特征综合识别技术
bio-taxonomic-combo
EverMind-AI/EverOS
91
本指南提供了一种高级的物种识别方法论。它教授如何利用多个生物学特征(如栖息地、形态、行为和地理范围)进行组合推理,以精准定位目标物种。核心技巧包括:当问题涉及国家人口统计学信息时,应首先利用人口增长或地方特有物种等信息锁定国家,从而极大地缩小物种搜索范围。
查看详情
单细胞数据分析矩阵库
anndata
K-Dense-AI/scientific-agent-skills
489
Anndata 是一个用于处理标注数据矩阵的 Python 包,支持存储实验测量值及观测变量元数据。它适用于单细胞基因组分析,高效管理 h5ad 和 Zarr 文件。用户可读取、写入、合并及子集化数据,支持稀疏矩阵。可与 Scanpy 等 scverse 生态系统工具集成,适合需要高效存储和操作的生物数据分析工作流。
查看详情
生物信息服务Python接口
bioservices
K-Dense-AI/scientific-agent-skills
385
通过 Python 访问 UniProt、KEGG、ChEMBL、Reactome、QuickGO、UniChem 等生物信息服务的客户端,支持跨库蛋白质注释、通路检索、化合物标识映射与整合分析。
查看详情
Dask 并行分布式计算库
dask
K-Dense-AI/scientific-agent-skills
299
Dask 是一个用于并行和分布式计算的 Python 库,能够扩展 pandas 和 NumPy 工作流以处理超出内存限制的数据。它支持 DataFrame、数组和 Bag 组件,适用于单机或集群上的大规模数据处理、科学计算及并行任务调度,特别适合内存不足或需要分布式执行场景。
查看详情
自主深度研究与报告生成
deep-dive
rohitg00/awesome-claude-code-toolkit
299
这是一个自主的深度研究系统,能够利用有向无环图(DAG)对复杂问题进行规划。它能并行执行多个子问题,进行知识空白分析和迭代,最终综合所有发现,生成结构化、全面的研究报告。适用于深度市场调研、学术文献回顾或需要多源数据支持的复杂问题分析。
查看详情
GeoPandas 矢量数据审计
geopandas
K-Dense-AI/scientific-agent-skills
239
面向 Python 的 GeoPandas 工作流指南与本地审计工具,覆盖 GeoSeries、GeoDataFrame、空间运算、CRS 处理与矢量数据读写,并提供来源校验、几何有效性、隐私脱敏等安全门禁。
查看详情
上一页
1
2
3
...
17
18
19
20
21
22
23
...
119
120
121
下一页
语言
简体中文
English