登录
下载

Skill UI

浏览并发现 9967+ 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 计算 ，共找到 91 条记录
默认排序 最新上传 最多下载

药物化学分子筛选与过滤

medchem
K-Dense-AI/scientific-agent-skills
103
Medchem是一个功能强大的Python库，专用于药物发现领域的分子过滤和优先级排序。它支持应用严格的药代动力学规则（如Lipinski、Veber），检测结构警报（PAINS、NIBR），计算复杂性指标，并通过自定义查询语言对化合物库进行多维度分级筛选，适用于先导化合物优化。
查看详情

分子动力学模拟与分析

molecular-dynamics
K-Dense-AI/scientific-agent-skills
303
本技能提供完整的分子动力学（MD）模拟流程，利用OpenMM等高性能工具模拟生物大分子在时间上的演变。其覆盖了系统构建、能量最小化、平衡化以及结构分析（如RMSD、自由能计算）等关键步骤。特别适用于结构生物学、药物结合模式研究和生物物理学分析。
查看详情

分子特征化与机器学习

molfeat
K-Dense-AI/scientific-agent-skills
308
Molfeat是一个全面的分子特征化工具包，用于将化学结构（如SMILES）转化为机器学习所需的数值表示。它集成了超过100种特征计算器（包括ECFP、MACCS和预训练模型），广泛应用于QSAR药物设计、虚拟筛选和深度学习模型构建，是化学信息学领域的核心工具。
查看详情

复杂网络与图谱分析

networkx
K-Dense-AI/scientific-agent-skills
301
NetworkX是Python生态系统中的核心库，用于创建、分析和可视化复杂的网络图谱。它支持处理社会网络、生物网络、交通系统等多种关系结构。用户可以使用它计算最短路径、中心性、社区结构等高级图论算法，并支持多种数据格式的读写，是网络科学研究的必备工具。
查看详情

神经记录数据分析流程

neuropixels-analysis
K-Dense-AI/scientific-agent-skills
241
这是一个为神经像素高密度电生理记录设计的端到端分析工具包。它基于SpikeInterface的最佳实践，覆盖了完整的分析工作流：包括数据加载（如SpikeGLX, NWB）、预处理、运动/漂移校正、尖峰排序（如Kilosort4）、计算质量指标和精细的单元精修。适用于神经科学研究。
查看详情

计算病理学全流程分析工具包

pathml
K-Dense-AI/scientific-agent-skills
60
PathML是一个全面的计算病理学Python工具包，专为全流程病理图像分析设计。它支持加载160多种专有WSI格式，并提供从 stain 归一化、细胞核分割到构建空间图谱等核心功能。特别适用于多重免疫荧光和空间蛋白质组学的深度学习模型训练与大规模生物医学图像分析。
查看详情

Polars：高性能数据处理框架

polars
K-Dense-AI/scientific-agent-skills
206
Polars是基于Apache Arrow构建的高性能Python DataFrame库。它提供基于表达式的API和惰性查询优化，专为高效的ETL、数据分析和复杂数据管道设计。无论是在进行数据清洗、聚合计算，还是处理大规模数据集，Polars都能提供卓越的性能和优化能力。
查看详情

质谱分析与数据处理平台

pyopenms
K-Dense-AI/scientific-agent-skills
391
这是一个基于Python的质谱分析计算平台，专为蛋白质组学和代谢组学工作流设计。它支持从原始MS数据到鉴定、定量（包括无标签和等位素定量）的完整分析流程，能够处理复杂的LC-MS/MS数据，是生物信息学研究的强大工具。
查看详情

量子电路与算法开发

qiskit
K-Dense-AI/scientific-agent-skills
362
Qiskit是一个主流的开源量子计算框架，用于构建、优化和执行复杂的量子电路与算法。它支持在各种硬件后端（包括IBM Quantum和本地模拟器）上运行量子程序。适用于量子化学模拟、变分量子算法（VQE/QAOA）和量子机器学习等前沿研究。
查看详情

Python 量子系统模拟工具箱

qutip
K-Dense-AI/scientific-agent-skills
74
QuTiP是一个强大的Python库，用于模拟和分析量子力学系统。它支持模拟闭合（幺正）和开放（耗散）量子系统，适用于研究量子光学、退相干和主方程等复杂物理过程。用户可以进行时间演化模拟、计算纠缠度和熵，并将结果在相空间或布洛赫球上可视化，是理论物理研究和学术教育的理想工具。
查看详情

生物信息学数据分析工具

scikit-bio
K-Dense-AI/scientific-agent-skills
227
这是一个全面的Python生物信息学工具包，用于处理和分析生物学数据。核心功能包括DNA/RNA/蛋白质序列操作、配对和多重序列比对、构建和分析系统发育树，以及计算Alpha/Beta多样性等生态学指标。适用于微生物组学分析、进化学研究和各种生物数据处理，支持FASTA、Newick等标准格式。
查看详情

SHAP模型可解释性与可信赖性

shap
K-Dense-AI/scientific-agent-skills
125
SHAP（Shapley加性解释）提供了一个基于博弈论的统一框架，用于解释复杂的机器学习模型。通过计算特征贡献度（Shapley值），它能够帮助用户理解模型做出特定预测的依据、分析潜在的模型偏差，并生成瀑布图等可视化结果，广泛应用于模型可解释性（XAI）领域。
查看详情
上一页12345678下一页
语言
简体中文
English