下载

Skill UI

浏览并发现 7532+ 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

搜索实验，共找到 36 条记录

默认排序最新上传最多下载

ARP欺骗攻击模拟

performing-arp-spoofing-attack-simulation

mukul975/Anthropic-Cybersecurity-Skills

在授权的实验或评估中使用 arpspoof、Ettercap 和 Scapy 模拟 ARP 欺骗，展示中间人风险、验证检测防御，并帮助分析人员识别异常流量与防护策略。

研究精炼流程

research-refine-pipeline

wanshuiyin/Auto-claude-code-research-in-sleep

将研究精炼和实验规划串联成一条全流程线路，从模糊方向生成最终方案、复盘理由、详尽实验路线图和管线摘要，确保方法与验证同步输出。

网络服务实验室配置与测试

zebbern/claude-code-guide

指导在 Windows 或 Linux 上部署 HTTP/HTTPS、SNMP、SMB 服务，执行端口配置、枚举、日志分析等渗透测试实验室实战内容。

假设驱动的调试与根因分析

hypothesis-testing

rohitg00/skillkit

本技能指导用户应用科学方法进行软件调试。它摒弃盲目尝试，通过观察症状、提出可证伪假设、预测结果、设计实验和分析结果五个步骤，系统地定位故障源头，从而高效、准确地找出技术问题的根本原因。

Adaptyv 蛋白质实验平台

K-Dense-AI/scientific-agent-skills

引导如何使用 Adaptyv Bio Foundry API 与 Python SDK 设计蛋白实验、提交序列、自动化流程，并获取 BLI/SPR 与热稳定性等检测结果，适合需要采集实验数据的开发者与科研人员。

Benchling 实验室集成套件

benchling-integration

K-Dense-AI/scientific-agent-skills

通过 Benchling SDK/REST 管理 DNA/RNA/蛋白等注册实体、库存、ELN、流程与数据仓库查询，实现实验室数据同步与自动化。

Cirq 量子计算工具

K-Dense-AI/scientific-agent-skills

Cirq 是 Google Quantum AI 的 Python 框架，用于构建、模拟与运行考虑噪声的量子电路，涵盖电路变换、仿真、实验模板和硬件整合流程，适合面向真实量子设备的开发。

LabArchives 实验笔记本集成

labarchive-integration

K-Dense-AI/scientific-agent-skills

通过 LabArchives API 自动化管理电子实验笔记本，包括凭证配置、条目/附件操作、备份、报表和 Protocols.io/Jupyter/REDCap 等集成，助力科研数据工作流。

Protocols.io科学协议自动化集成

protocolsio-integration

K-Dense-AI/scientific-agent-skills

本技能提供与Protocols.io API v3的完整编程集成，用于管理科学协议的整个生命周期。用户可以使用它来搜索、创建、更新和发布科学协议，管理实验步骤和材料，支持团队协作开发，组织工作空间，并进行实验跟踪。适用于构建自动化实验室流程和科学文档系统。

Python实验室机器人自动化框架

K-Dense-AI/scientific-agent-skills

PyLabRobot是一个纯Python、厂商无关的实验室自动化开发工具包。它提供了一个统一的接口，用于控制各种实验室设备，如液体处理机器人（Hamilton, Opentrons, Tecan）、读板机、泵、摇架和培养箱。适用于构建复杂、多设备、可复现的自动化实验流程，并支持离线仿真。

PyTorch Lightning 框架

pytorch-lightning

K-Dense-AI/scientific-agent-skills

PyTorch Lightning 框架将 PyTorch 代码组织为 LightningModule/DataModule、Trainer、回调、日志与分布式策略，便于多 GPU/TPU 训练、实验记录和项目级别扩展。

预执行事实验证门禁

affaan-m/everything-claude-code

门禁助手（GateGuard）是一个预执行钩子，用于大幅提高大模型（LLM）生成代码的可靠性。它取代了简单的自我评估，强制模型在执行任何文件编辑、写入新文件或执行破坏性Bash命令前，必须进行深入的、可验证的调查（如列出导入文件、分析数据结构等）。这显著提高了代码质量，尤其适用于复杂的代码库。

语言