登录
下载

Skill UI

浏览并发现 11321+ 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 AR ，共找到 615 条记录
默认排序 最新上传 最多下载

Datamol：分子化学信息学工具库

datamol
K-Dense-AI/scientific-agent-skills
91
Datamol是一个基于RDKit的高级Python封装层，专为计算化学和药物发现设计。它简化了复杂的分子操作，提供智能默认值来处理SMILES标准化、描述符计算、指纹图生成、三维构象分析和分子聚类等任务。该库支持高效的并行计算和云存储I/O，非常适合处理大规模的化学数据集。
查看详情

自主深度研究与报告生成

deep-dive
rohitg00/awesome-claude-code-toolkit
299
这是一个自主的深度研究系统，能够利用有向无环图（DAG）对复杂问题进行规划。它能并行执行多个子问题，进行知识空白分析和迭代，最终综合所有发现，生成结构化、全面的研究报告。适用于深度市场调研、学术文献回顾或需要多源数据支持的复杂问题分析。
查看详情

DeepChem：分子机器学习平台

deepchem
K-Dense-AI/scientific-agent-skills
313
DeepChem是一个全面的Python库，专用于将机器学习应用于化学、材料科学和生物学领域。它支持分子属性预测（如ADMET、溶解度、毒性）、药物发现和材料设计。通过提供多种分子特征化方法和先进的图神经网络（GNN）以及预训练模型，该工具帮助用户处理SMILES等复杂化学数据集，进行深入的科学建模研究。
查看详情

深层工具：NGS基因组分析平台

deeptools
K-Dense-AI/scientific-agent-skills
395
deepTools是一个用于处理和分析高通量测序数据的综合命令行工具包。它涵盖了从BAM到bigWig的转换、数据质量控制（QC）、归一化、以及为ChIP-seq、RNA-seq和ATAC-seq等数据生成专业级热图和谱图。是进行可重复基因组学研究流程的必备工具。
查看详情

癌症依赖图谱分析工具

depmap
K-Dense-AI/scientific-agent-skills
420
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。
查看详情

DNAnexus基因组工作流管理

dnanexus-integration
K-Dense-AI/scientific-agent-skills
184
该技能提供了一套全面的解决方案，用于构建、运行和自动化复杂的、可复现的基因组学工作流程。它深度集成了`dx`命令行工具、`dxpy` Python SDK以及Nextflow等主流工作流语言。适用于大型生物计算任务的数据传输、作业监控、项目自动化以及确保安全高效的流程执行。
查看详情

系统发育树分析与可视化

etetoolkit
K-Dense-AI/scientific-agent-skills
70
ETE Toolkit是一个用于分析、操作、比较和可视化系统发育树的Python工具包。它支持Newick/Nexus格式的读写，可用于进行拓扑结构编辑、计算系统发育距离（如Robinson-Foulds），分析谱系事件，并查询NCBI/GTDB等分类学数据库。核心用途是处理和分析已构建的树状图，不用于从原始序列推断树。
查看详情

流式细胞术FCS文件读写工具

flowio
K-Dense-AI/scientific-agent-skills
207
FlowIO是一款专用于读写流式细胞术标准文件（FCS 2.0, 3.0, 3.1）的底层工具。它能够帮助用户提取事件数据为NumPy数组，详细检查元数据（包括HEADER、TEXT等），并处理多数据集文件。该工具主要用于数据准备、格式转换和底层元数据管理，是生物信息学流程中的基础组件，但不执行复杂的分析任务如门控或补偿校正。
查看详情

基因组区间机器学习工作流

geniml
K-Dense-AI/scientific-agent-skills
412
Geniml是一个用于基因组区间数据机器学习和统计工作流的框架。它将坐标、组装序列和模型工件视为明确的“合约”，用于验证数据结构（如BED文件），并规划复杂的本地化运行（如Region2Vec或scEmbed）。该工具注重结果的可复现性、符合生物数据标准，并强调本地处理，避免不必要的网络调用。
查看详情

综合地理空间分析工具

geomaster
K-Dense-AI/scientific-agent-skills
57
这是一个全面的地理空间科学技能包，涵盖了遥感、GIS、空间统计和地球观测机器学习。它支持处理栅格、矢量、点云等多种数据类型（如Sentinel、Landsat），并集成了现代云原生工作流（STAC、COG）。适用于环境监测、城市规划和复杂的空间分析任务。
查看详情

GeoPandas地理空间矢量数据处理

geopandas
K-Dense-AI/scientific-agent-skills
380
本指南是使用GeoPandas进行高级地理空间矢量数据处理的专业手册。它侧重于平面矢量数据的工作流，强调数据溯源、坐标参考系统（CRS）管理和复杂空间操作。详细阐述了处理敏感地理信息时必须遵循的安全和正确性规范，确保开发流程的科学性和可复现性。
查看详情

Gtars：基因组区间处理工具包

gtars
K-Dense-AI/scientific-agent-skills
62
Gtars是一个强大的工具包，提供基于Rust和Python绑定的基因组区间处理能力。它支持集合代数、覆盖度计算、分词和片段处理等核心生物信息学任务。该库强调数据完整性，通过强制执行严格的基因组数据契约，确保在复杂的计算流程中正确处理坐标、组装信息和参考序列。
查看详情
上一页123...26272829303132...505152下一页
语言
简体中文
English