登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 15857+ 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 DI ，共找到 1394 条记录
默认排序 最新上传 最多下载

科学文献与研究证据检索

research-lookup
K-Dense-AI/scientific-agent-skills
328
用于撰写高质量的科学论文或研究简报，系统性地收集和整理外部学术证据。该工具执行深度、多源的学术搜索，生成结构化的研究证据包，包含大量经过验证的参考文献和详细的证据矩阵，适用于文献综述和科学假设的构建。
查看详情

单细胞基因组学数据分析工具

scanpy
K-Dense-AI/scientific-agent-skills
270
这是一个基于AnnData的综合性Python工具包，用于分析单细胞RNA测序数据。它支持完整的生物信息学工作流程，包括质量控制（QC）、数据标准化、降维（PCA, UMAP, t-SNE）、细胞聚类、标记基因鉴定和细胞类型注释。提供了一系列开箱即用的命令行脚本，可将整个流程从原始数据加载到高质量可视化无缝衔接。
查看详情

科学研究概念发散与评估

scientific-brainstorming
K-Dense-AI/scientific-agent-skills
195
这是一个高度结构化的框架，用于生成、组织和透明地评估科学研究概念。它要求用户进行独立发散、明确标注假设、系统讨论，并通过证据辅助评估，帮助用户创建出严谨、可行的研究方案提案，适用于处于早期探索阶段的科研项目。
查看详情

科学图表与示意图生成器

scientific-schematics
K-Dense-AI/scientific-agent-skills
493
这是一个基于AI的专业图表生成工具，可根据自然语言描述自动生成高质量的科学示意图。它尤其擅长绘制神经网络结构、生物信号通路、系统架构图和流程图。系统内置智能迭代和质量审核机制，根据文档类型（如期刊、海报等）进行质量把控，确保输出结果达到发表级标准。
查看详情

科学可视化与数据完整性

scientific-visualization
K-Dense-AI/scientific-agent-skills
210
本技能旨在指导用户创建和审核科学、可访问、可用于出版的高保真图表。核心是维护数据完整性，强调科学原理优于盲从期刊规范。内容涵盖了从定义证据、选择诚实编码（如处理缺失值、不确定性）到使用Matplotlib等库实现最佳实践，确保图表符合WCAG等可访问性标准。
查看详情

生物数据分析工具包

scikit-bio
K-Dense-AI/scientific-agent-skills
402
scikit-bio是一个全面的Python库，专为生物信息学和生物数据分析设计。它提供强大的功能，用于处理DNA、RNA和蛋白质序列，执行复杂的序列比对，构建和分析系统发育树，并进行高级的生态学统计。核心能力包括计算多样性度量、进行降维分析（PCoA）以及处理多种生物学文件格式（如FASTA，Newick）。适用于微生物学、基因组学和生态学研究领域。
查看详情

Scikit-learn机器学习指南

scikit-learn
K-Dense-AI/scientific-agent-skills
204
本技能详细介绍了使用scikit-learn进行经典的机器学习全流程。从有监督学习（分类、回归）到无监督学习（聚类、降维），内容覆盖了数据预处理、模型评估、超参数调优，并指导用户构建生产级的机器学习管道（Pipeline）。
查看详情

生存分析与scikit-survival

scikit-survival
K-Dense-AI/scientific-agent-skills
276
这是一个用于构建、评估和审计生存模型的综合工具箱。它专注于处理右删失和竞争风险数据，支持Cox PH、生存森林等多种模型。同时，它提供了最佳实践，确保数据预处理和模型评估流程是防数据泄露的，适用于复杂的科学或临床机器学习工作流。
查看详情

单细胞组学深度生成模型

scvi-tools
K-Dense-AI/scientific-agent-skills
129
scvi-tools是一个全面的Python框架，利用深度生成模型和变分推断技术，用于分析单细胞数据的多模态组学数据。它特别适用于进行概率性的批次效应校正、多组学数据整合以及带有不确定性的差异表达分析，支持RNA-seq、ATAC-seq和多组学数据。
查看详情

Seaborn统计可视化库

seaborn
K-Dense-AI/scientific-agent-skills
313
Seaborn是一个基于Matplotlib的高级Python可视化库，旨在生成专业级、可用于发表的统计图表。它专注于“以数据集为中心”的绘图模式，极大地简化了复杂的多变量分析和数据分布探索。用户可以直接使用pandas DataFrame进行操作，轻松创建复杂的面板图和统计图表。
查看详情

机器学习模型可解释性

shap
K-Dense-AI/scientific-agent-skills
434
SHAP是一种用于解释和审计机器学习模型预测结果的强大技术。它通过计算特征贡献值（SHAP值），量化每个输入特征对模型输出的贡献程度。本技能指导用户选择合适的解释器，处理多输出模型，并生成可视化图表，深入理解模型决策过程。
查看详情

离散事件流程模拟建模库

simpy
K-Dense-AI/scientific-agent-skills
283
SimPy是一个强大的Python库，用于构建、测试和分析有限边界的离散事件流程模拟。它提供了一个事件调度器和建模原始组件，适用于模拟队列系统、物流网络、服务运营等复杂的事件驱动系统，是进行系统科学分析的必备工具。
查看详情
上一页123...27282930313233...115116117下一页
语言
简体中文
English