软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 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

搜索合成，共找到 18 条记录

默认排序最新上传最多下载

开放证据审查与文献合成

openevidence-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于系统性医疗证据审查的综合工作流。它支持用户检索临床研究、构建精选引文集合、使用GRADE等专业框架评估证据等级，并自动生成符合学术规范格式（如AMA）的结构化报告。适用于撰写高质量的文献综述和临床研究报告。

深度多维研究与报告生成

perplexity-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

该工作流利用Perplexity Sonar API执行深度、多轮次研究。它能够系统地将宽泛的主题分解为多个子问题，进行高效的批次查询，并保持上下文连续性。最终功能是将所有搜索结果、引文和答案进行去重和结构化，整合成一份完整的、可供参考的专业研究报告，适用于学术调研、市场分析等场景。

去中心化交易所交易路由优化器

routing-dex-trades

jeremylongshore/claude-code-plugins-plus-skills

该工具用于优化加密货币交易，跨多个去中心化交易所（DEX）聚合报价。它能够分析多跳交易路径，计算大额订单的最佳拆分比例，并评估MEV风险，帮助用户找到综合成本最低、滑点最小的最优交易方案。

TorchDrug 图神经工具集

K-Dense-AI/claude-scientific-skills

TorchDrug 是基于 PyTorch 的图神经网络工具箱，针对分子、蛋白质与生物知识图谱，支持性质预测、生成、逆合成与知识图谱推理，并提供丰富数据集与预设模型方便定制。

DepMap 依赖数据探索

K-Dense-AI/claude-scientific-skills

通过 DepMap 查询癌细胞系的 CRISPR Chronos 依赖评分、药物敏感性与基因效应，辅助靶点验证、生物标志物发现与合成致死研究，可用 API 或批量下载进行分析。

临床决策支持研究评估

clinical-decision-support

K-Dense-AI/scientific-agent-skills

用于准备和验证仅限研究的临床决策支持评估、证据概要、队列、生存分析、生物标志物/模型、隐私和治理工件，支持聚合或合成数据的文档与溯源；不用于患者诊疗或实时临床操作。

癌症依赖图谱分析工具

K-Dense-AI/scientific-agent-skills

该工具提供癌症依赖图谱（DepMap）数据接口，基于全基因组CRISPR筛选、RNAi和化合物敏感性实验。可用于查询基因的依赖性评分，识别特定于癌症的脆弱点，预测合成致死作用，并验证肿瘤学药物靶点。

内科期刊稿件投稿适用性评估

annals-of-internal-medicine

brycewang-stanford/Awesome-Journal-Skills

本技能旨在指导作者评估其临床医学手稿是否适合投稿《内科学年鉴》等顶级学术期刊。内容涵盖了期刊严格的投稿要求，包括对研究设计、方法学（如CONSORT、PRISMA、STROBE等）的精确指导、证据合成的深度要求，以及最新的期刊风格和撰写规范，帮助作者提高稿件的专业度和可发表性。

综述透明度与可重复性文档

arsoc-transparency-and-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南旨在指导作者如何系统性地记录文献综述的严谨性。它指导用户建立全面的“覆盖记录”（Near-PRISMA），详细说明文献检索和筛选流程，并确保综述中进行的任何定量合成（如元分析）都能通过公开存储数据和代码来实现完全可重复性。

经济学文献综述系统合成

jel-literature-synthesis

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一套系统化的方法论，用于为撰写经济学领域的综述文章（JEL风格）收集、阅读和综合大量学术文献。它强调从“总结”到“综合”的转变，指导用户建立包含研究问题、方法、核心发现及争议点的证据矩阵。通过滚雪球法和JEL代码扫描等高级搜索策略，确保综述的覆盖面广度和论证的严谨性。

政策效应因果识别与设计

jpam-research-design

brycewang-stanford/Awesome-Journal-Skills

本指南是政策和项目评估领域因果识别的权威方法论手册，旨在帮助用户满足顶级期刊的严格要求。内容涵盖了随机对照试验（RCT）、双重差分（DiD）、断点回归（RDD）、工具变量（IV）和合成控制等高级计量方法。重点在于明确提出估计量、论证识别假设，并排除所有可能的竞争性解释，而非仅提供代码实现。

政策驱动的因果推断与数据分析

jppm-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一套高级统计分析框架，用于进行严格的政策评估和因果推断。它涵盖了DiD、RDD、合成控制等前沿方法，核心重点是将统计结果转化为可操作的政策决策依据。要求分析必须报告效应量（如美元/户）和置信区间，并对异质性、潜在偏误进行严格检验，确保研究结论具有最高的政策可解释性和影响力。

语言