下载

Skill UI

浏览并发现 11317+ 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 ARM ，共找到 13 条记录

默认排序最新上传最多下载

去中心化流动性池分析

analyzing-liquidity-pools

jeremylongshore/claude-code-plugins-plus-skills

本工具用于深度分析去中心化交易所（DEX）的流动性池。它可以计算并比较关键金融指标，包括总锁定价值（TVL）、交易量、费用收入和无常损失（IL）。当您需要评估不同协议的挖矿机会、比较池子风险或预测流动性挖矿回报时，应使用本功能。

去中心化流动性池分析

analyzing-liquidity-pools

jeremylongshore/claude-code-plugins-plus-skills

本工具用于深度分析去中心化交易所（DEX）的流动性池。它可以计算并比较关键金融指标，包括总锁定价值（TVL）、交易量、费用收入和无常损失（IL）。当您需要评估不同协议的挖矿机会、比较池子风险或预测流动性挖矿回报时，应使用本功能。

链上DeFi数据深度分析

analyzing-on-chain-data

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于进行深度链上（On-chain）数据分析的工具。它可以追踪DeFi协议的关键指标，包括总锁仓价值（TVL）、费用收入、去中心化交易所（DEX）交易量和收益机会。它帮助研究员和分析师获取程序化的链上数据洞察，以评估协议的健康度和投资潜力。

链上DeFi数据深度分析

analyzing-on-chain-data

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于进行深度链上（On-chain）数据分析的工具。它可以追踪DeFi协议的关键指标，包括总锁仓价值（TVL）、费用收入、去中心化交易所（DEX）交易量和收益机会。它帮助研究员和分析师获取程序化的链上数据洞察，以评估协议的健康度和投资潜力。

DeFi收益优化与比较

optimizing-defi-yields

jeremylongshore/claude-code-plugins-plus-skills

用于发现和比较去中心化金融（DeFi）协议的收益机会。该工具聚合了跨链的APY/APR数据，并提供详细的风险评估和优化建议，帮助用户系统性地分析和选择最优的挖矿和投资策略。

临床决策支持文档

clinical-decision-support

K-Dense-AI/claude-scientific-skills

为医药与临床研究生成出版级临床决策支持文档，涵盖生物标志物分层队列分析、证据分级治疗建议、统计对比及符合监管要求的 LaTeX/PDF 输出。

ClinPGx 药物基因组数据库

clinpgx-database

K-Dense-AI/claude-scientific-skills

通过 ClinPGx REST API 查询基因-药物关系、CPIC/DPWG/FDA 指南、等位基因功能与频率等临床药物基因组数据，支持个体化用药与临床决策。

DrugBank 数据洞察

drugbank-database

K-Dense-AI/claude-scientific-skills

提供 DrugBank 的药物与靶点数据访问，涵盖数据下载、信息查询、药物相互作用网络、靶点与通路分析以及化学相似性比较，支持药理研究与临床安全评估。

FDA监管数据查询

K-Dense-AI/claude-scientific-skills

通过 Python 调用 openFDA 接口查询药品、器械、食品、兽药及物质的监管、召回、安全与上市信息，辅助合规分析与药物安全研究。

社交图谱加权排名分析

social-graph-ranker

affaan-m/everything-claude-code

这是一个先进的网络情报工具，用于计算加权图谱分数，描绘到达目标的最优路径。它能够识别潜在的引荐人，衡量跨连接的“桥梁价值”，并帮助用户判断是否需要温和引荐或直接外联。对于需要掌握核心排名数学原理的用户尤其适用。

临床决策支持与分析

clinical-decision-support

K-Dense-AI/scientific-agent-skills

该工具专为制药和临床研究领域设计，用于生成专业、可发表的临床决策支持文档。它支持基于生物标志物的患者队列分析、高级统计学比较（如风险比、生存曲线），以及遵循GRADE标准的循证治疗指南。输出格式优化适用于监管申报和医学期刊。

串联质谱数据处理与比较

K-Dense-AI/scientific-agent-skills

Matchms是一个用于处理、清洗、比较串联质谱（MS/MS）数据的Python包。它支持多种文件格式（如mzML, MGF），核心功能包括库搜索、元数据协调、峰值过滤和计算多种相似性得分（如余弦相似度）。适用于代谢组学和质谱分析工作流程，帮助构建光谱相似性网络和结构化得分矩阵。

语言