登录
下载
Skill UI
浏览并发现
9746+
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
图神经
,共找到
10
条记录
默认排序
最新上传
最多下载
Exa搜索架构模式指南
exa-architecture-variants
jeremylongshore/claude-code-plugins-plus-skills
428
本指南提供了三种Exa神经搜索的架构模式:直接搜索、缓存搜索和完整的RAG流水线。它帮助开发者根据应用的流量规模、延迟要求和复杂性,选择最合适的架构蓝图。适用于设计可扩展的Exa整合,无论需求是简单的搜索界面还是复杂的AI智能体。
查看详情
神经多样性视觉组织工具
neurodivergent-visual-org
jeremylongshore/claude-code-plugins-plus-skills
51
该技能利用Mermaid图表生成专为神经多样性用户(如ADHD)设计的视觉化组织工具。它能自动识别任务过载和困难状态,并将抽象或复杂的任务分解为具有缓冲时间的、富有同情心的微小步骤。同时支持无障碍模式,帮助用户将认知负荷外化,实现高效的项目规划和流程可视化。
查看详情
智能科学示意图生成
scientific-schematics
K-Dense-AI/claude-scientific-skills
298
通过 Nano Banana 2 联手 Gemini 3.1 Pro Preview,自动迭代生成期刊级科学示意图(神经网络、系统框架、通路等),并按文档类型质量标准判断是否重生成。
查看详情
PyTorch几何图神经指南
torch-geometric
K-Dense-AI/claude-scientific-skills
399
全面介绍了如何使用 PyTorch Geometric 构建图神经网络,涵盖图数据结构、常用数据集与变换、图卷积层及异构图支持,帮助你快速完成节点、链接和图级任务。
查看详情
TorchDrug 图神经工具集
torchdrug
K-Dense-AI/claude-scientific-skills
296
TorchDrug 是基于 PyTorch 的图神经网络工具箱,针对分子、蛋白质与生物知识图谱,支持性质预测、生成、逆合成与知识图谱推理,并提供丰富数据集与预设模型方便定制。
查看详情
深化学:化学与生物机器学习
deepchem
K-Dense-AI/scientific-agent-skills
396
DeepChem是一个全面的Python库,用于将机器学习应用于化学、生物和材料科学领域。它支持分子属性预测(如ADMET、毒性)、药物发现和材料设计等。该技能集提供了多种特征化方法(指纹、描述符、图表示),可处理SMILES和SDF等多种数据格式,支持高性能的图神经网络(GNN)模型。
查看详情
综合生物信号处理工具箱
neurokit2
K-Dense-AI/scientific-agent-skills
439
本工具箱是一个全面的生理信号分析平台,可处理心电图(ECG)、脑电图(EEG)、皮肤电导(EDA)等多类型生物信号。它支持心率变异性分析、脑状态识别、自主神经系统评估等高级分析,广泛应用于心理生理学和临床研究。
查看详情
科学图表绘制与生成
scientific-schematics
K-Dense-AI/scientific-agent-skills
325
本工具利用AI技术,将复杂的科学概念转化为符合发表标准的专业图表。它专注于绘制神经网络结构、生物信号通路、系统流程图和电路图等。系统支持根据目标文档类型(如期刊、论文、海报)进行智能质量评估和迭代优化,确保图表的学术专业度和清晰度。
查看详情
PyTorch图神经网络框架
torch-geometric
K-Dense-AI/scientific-agent-skills
470
PyG是基于PyTorch的专业图神经网络(GNN)库。它提供了图数据结构和超过60种GNN层实现,支持节点分类、图分类和链接预测等任务。用户可以使用内置层高效构建复杂的模型,并能处理异构图等复杂结构。广泛应用于深度学习和图数据分析领域。
查看详情
药物发现与分子科学工具箱
torchdrug
K-Dense-AI/scientific-agent-skills
457
TorchDrug是一个专业的PyTorch工具箱,专注于药物发现和分子科学的AI计算。它利用图神经网络(GNNs)处理分子、蛋白质和生物知识图谱,支持分子性质预测、蛋白质结构建模、新分子生成以及化学合成路线规划等复杂任务,是生物医学AI研究的核心库。
查看详情
1
语言
简体中文
English