登录
下载

Skill UI

浏览并发现 9978+ 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 学习 ，共找到 374 条记录
默认排序 最新上传 最多下载

DeepChem：分子结构与化学计算

deepchem
K-Dense-AI/scientific-agent-skills
484
DeepChem是一个综合性的Python库，专为将机器学习应用于化学、材料科学和生物学等领域设计。它支持分子属性预测（如ADMET、毒性），利用图神经网络（GNNs）训练模型，并处理多种分子数据格式（SMILES, SDF）。该库提供了丰富的特征化选项，是药物发现和计算化学研究的强大基础工具。
查看详情

DiffDock分子对接与构象预测

diffdock
K-Dense-AI/scientific-agent-skills
353
DiffDock是一款基于扩散模型的深度学习工具，用于预测小分子配体与蛋白质靶点的三维结合构象。它支持结构生物学药物发现、批量虚拟筛选和先导化合物优化。用户可输入蛋白质结构（PDB）或序列，以及各类配体格式，输出预测的结合位点和置信度。该工具旨在预测构象，而非结合亲和力。
查看详情

基因组区间机器学习

geniml
K-Dense-AI/scientific-agent-skills
237
Geniml是一个用于对基因组区间数据（BED文件）进行机器学习建模的Python工具包。它提供了多种无监督方法（如Region2Vec和BEDspace），用于学习基因组区域、单细胞（scATAC-seq）和元数据关联的鲁棒嵌入。适用于基因组学研究中的降维、聚类、细胞类型注释和跨模态查询等任务。
查看详情

地理空间科学与遥感工具箱

geomaster
K-Dense-AI/scientific-agent-skills
339
一个全面的地理空间科学工具箱，涵盖遥感、GIS、空间统计和地球观测机器学习。它支持矢量、栅格、点云等多类型数据处理，支持云原生工作流和多种编程语言，适用于科研和商业级的地理空间分析任务。
查看详情

基因组区间分析与处理工具

gtars
K-Dense-AI/scientific-agent-skills
58
Gtars是一个高性能的基因组区间分析工具包，基于Rust开发并提供Python绑定。它专为处理基因组区间数据而设计，功能包括重叠区域检测、覆盖度轨道生成（WIG/BigWig）、用于机器学习模型的基因组序列Tokenization，以及单细胞基因组学中的片段分析。适用于构建复杂的生物信息学分析流程。
查看详情

全玻片图像分析与预处理

histolab
K-Dense-AI/scientific-agent-skills
64
Histolab是一个专业的数字病理学图像处理Python库。它能够自动化处理全玻片图像（WSI），实现组织区域的自动检测、精确分割和小块切片提取。该工具是为准备深度学习数据集和进行复杂的计算病理学分析流程而设计的。
查看详情

Modal：AI/ML无服务器云平台

modal
K-Dense-AI/scientific-agent-skills
392
Modal是一个专为AI和机器学习工作负载设计的无服务器云平台。它允许用户部署、服务和扩展复杂的模型（如大型语言模型），而无需手动管理底层基础设施。核心功能包括按需接入高端GPU资源、无服务器函数自动伸缩、提供持久化存储，并且整个基础设施都可以纯代码定义，极大简化了开发流程。
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

Python GPU高性能加速

optimize-for-gpu
K-Dense-AI/scientific-agent-skills
323
本技能模拟专家级的GPU优化工程师，旨在将运行在CPU上的Python代码（例如科学计算、机器学习、物理模拟或图像处理）转化为高度优化的GPU加速代码。它利用CuPy、Numba CUDA和Warp等专业库，在NVIDIA GPU上实现数十倍到千倍的性能提升，适用于复杂的科学计算和大规模数据处理场景。
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

量子机器学习与模拟

pennylane
K-Dense-AI/scientific-agent-skills
494
PennyLane是一个通用的、与硬件无关的量子计算框架。它支持为量子电路进行自动微分，并用于构建混合量子-经典模型。该工具广泛应用于量子机器学习（如变分分类器）、量子化学模拟（如VQE）和各种变分算法，确保了跨主流量子硬件平台的高兼容性和可移植性。
查看详情

高性能强化学习框架

pufferlib
K-Dense-AI/scientific-agent-skills
325
PufferLib是一个高性能、可扩展的强化学习框架，专为大规模并行训练和向量化模拟设计。它集成了PuffeRL算法和PufferEnv API，支持多智能体系统和自定义环境创建，实现业界领先的高速性能。适用于大型AI研究和大规模实验。
查看详情
上一页123...19202122232425...303132下一页
语言
简体中文
English