下载

Skill UI

浏览并发现 9987+ 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

搜索模态，共找到 10 条记录

默认排序最新上传最多下载

GPU驱动数据策划

Orchestra-Research/AI-Research-SKILLs

NeMo Curator 依托 GPU 与 RAPIDS，为文本/图像/视频/音频等多模态提供质量筛选、模糊与语义去重、PII/NSFW 处理等步骤，快速清洗大规模训练数据。

Ray数据处理平台

Orchestra-Research/AI-Research-SKILLs

Ray Data 提供可扩展的分布式数据处理，支持 CPU/GPU 流式执行，兼容 Parquet、CSV、JSON、图像等多模态，集成 PyTorch、TensorFlow、Ray Train，适合批量推理、ETL 与大规模预处理。

NeuroKit2 生理信号处理

K-Dense-AI/claude-scientific-skills

NeuroKit2 提供心电、脑电、皮电、呼吸、肌电、眼电等生理信号的处理与分析流水线，包括清理、心率变异、复杂度与多模态集成，便于心理生理学与临床研究应用。

单细胞生成建模工具集

K-Dense-AI/claude-scientific-skills

基于 PyTorch 的单细胞组学概率生成模型框架，统一 API 支持批次校正、数据整合、多模态/空间分析、差异表达与迁移学习，适合高级建模流程。

高级视频媒体处理与分析引擎

affaan-m/everything-claude-code

一个强大的多模态视频媒体处理工具。支持从本地文件、URL、直播流和桌面捕获获取内容。具备高级索引、时间轴编辑、转码、字幕生成、画中画等复杂功能。适用于内容创作、实时监控系统以及任何需要处理和分析视频/音频流的工作流。

基因组区间机器学习

K-Dense-AI/scientific-agent-skills

Geniml是一个用于对基因组区间数据（BED文件）进行机器学习建模的Python工具包。它提供了多种无监督方法（如Region2Vec和BEDspace），用于学习基因组区域、单细胞（scATAC-seq）和元数据关联的鲁棒嵌入。适用于基因组学研究中的降维、聚类、细胞类型注释和跨模态查询等任务。

生物数据谱系湖仓管理系统

K-Dense-AI/scientific-agent-skills

LaminDB是一个开源的、原生支持谱系追踪的湖仓，专为复杂的生物学数据集和模型设计。它提供统一的功能，用于查询、追踪数据血缘、验证模式，并确保数据符合FAIR标准。适用于管理多模态基因组数据、追踪计算工作流程（如Nextflow），或构建可靠、可重复的生物信息学数据基础设施。

临床深度学习流程工具

K-Dense-AI/scientific-agent-skills

PyHealth是一个用于临床深度学习的Python工具包，旨在处理电子病历（EHR）、生理信号和医学影像等多模态数据。它基于稳定的五阶段流水线（数据集→任务→模型→训练器→指标），支持用户在医疗领域执行复杂的预测任务，例如预测死亡率、推荐药物、睡眠分期，以及进行ICD/ATC等医疗代码交叉映射。

脑成像数据结构标准

K-Dense-AI/scientific-agent-skills

该技能提供处理神经科学和生物医学数据的综合工具，用于遵循BIDS标准来组织、验证、查询和转换多模态数据集。它适用于构建符合BIDS规范的目录结构，确保数据在分享或发表前的完整性，以及将原始DICOM扫描数据转换为标准格式。

本地版式感知文档解析器

K-Dense-AI/scientific-agent-skills

LiteParse是一款本地部署、高性能的文档解析工具。它能够从PDF、Office文件和图像中提取布局感知的文本，并输出带有精确坐标（bounding boxes）的结构化JSON数据。适用于构建高级RAG系统、进行引文溯源或作为多模态代理的底层数据预处理。

1

语言