登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16597+ 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 185 条记录
默认排序 最新上传 最多下载

GEO基因表达提取器

geo-database
K-Dense-AI/claude-scientific-skills
65
连接NCBI GEO仓库，通过Entrez搜索GSE/GSM/GPL/Profiles，获取基因表达数据、实验设计和矩阵文件，配合GEOparse下载分析所需的转录组资料。
查看详情

科学假设生成

hypothesis-generation
K-Dense-AI/claude-scientific-skills
314
通过文献梳理、证据融合、竞品假设和实验设计，引导生成可检验的科学假设，并要求配备 AI 科学图示以完成报告。
查看详情

PDB结构浏览器

pdb-database
K-Dense-AI/claude-scientific-skills
130
通过 RCSB PDB 搜索蛋白或核酸结构、下载 PDB/mmCIF/Binary 坐标文件、获取实验元数据并批量处理，为药物发现、蛋白工程和结构生物学提供数据支撑。
查看详情

QuTiP 量子系统模拟工具

qutip
K-Dense-AI/claude-scientific-skills
326
QuTiP 是一个面向开放与封闭量子系统的 Python 仿真工具，提供主方程、量子轨迹、可视化与分析模块，适合物理研究、教学实验与动力学探索。
查看详情

科学创想伙伴

scientific-brainstorming
K-Dense-AI/claude-scientific-skills
346
面向早期研究的对话式思维伙伴，帮助生成新颖假设、发掘跨学科类比、质疑既有假设并梳理实验思路，为科学创意和方法设计提供结构化支持。
查看详情

分析机器学习实验结果

analyze-results
wanshuiyin/Auto-claude-code-research-in-sleep
195
本工具用于深度分析机器学习实验结果，支持读取JSON/CSV格式的多个结果文件。它可以计算统计指标，根据模型配置和超参数生成详细的对比表格，并提炼出可执行的洞察。适用于需要解读原始实验数据、比较不同模型性能或规划后续研究方向的场景。
查看详情

实验结果监控与分析

monitor-experiment
wanshuiyin/Auto-claude-code-research-in-sleep
202
提供了一个全面的多平台实验监控流程。该技能用于跟踪和收集跨越SSH、vast.ai、Modal等多个环境的长时运行实验状态。它不仅能获取终端日志和结构化结果，还能通过Weights & Biases (W&B) API拉取详细的训练曲线和性能指标，辅助进行实验结果的对比和深度分析。
查看详情

论文图表生成

paper-figure
wanshuiyin/Auto-claude-code-research-in-sleep
197
根据实验数据自动生成出版级论文图表，支持曲线图、柱状图、散点图、热力图、箱线图及多面板组合图。内置论文排版风格，统一字体与配色，输出PDF/PNG高分辨率图像，适用于学术论文、会议报告等场景。
查看详情

运行和部署机器学习实验

run-experiment
wanshuiyin/Auto-claude-code-research-in-sleep
375
用于管理和运行完整的机器学习实验流程。该工具支持在本地GPU、远程服务器、Vast.ai和Modal等多种云端环境中部署和执行训练任务。它涵盖了环境检测、代码同步、依赖管理和实验结果日志记录等关键步骤，确保了ML实验过程的可靠性、可扩展性和可重复性。
查看详情

SwanLab 实验跟踪

experiment-tracking-swanlab
Orchestra-Research/AI-Research-SKILLs
419
介绍如何使用 SwanLab 进行开源机器学习实验跟踪，提供本地或自托管的仪表盘、丰富的媒体日志，并与 PyTorch、Transformers、Lightning、Fastai 等框架集成，便于对比各次训练。
查看详情

ML实验跟踪与监控

hugging-face-trackio
sickn33/antigravity-awesome-skills
102
Trackio是一个用于记录、可视化和分析机器学习训练实验的工具。它提供Python API用于训练过程中的实时指标记录和异常告警，并提供命令行接口（CLI）用于查询历史数据。用户可以使用它来持续监控训练状态、诊断模型问题（如损失发散），是构建自动化ML工作流的关键组件。
查看详情

结果证据与主张判断门

result-to-claim
wanshuiyin/Auto-claude-code-research-in-sleep
250
本工具是在实验流程结束后使用的关键判断门。它系统性地评估原始实验数据和指标与既定研究主张之间的关系，旨在判断结果是否充分支持、是否矛盾或缺乏关键证据。它帮助研究团队决定下一步的行动方向，例如调整假设、补充数据或确认结论。
查看详情
上一页12345...141516下一页
语言
简体中文
English