登录
下载

Skill UI

浏览并发现 9778+ 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 实现 ，共找到 1979 条记录
默认排序 最新上传 最多下载

KubeSphere DevOps Jenkins 配置指南

kubesphere-devops-jenkins
kubesphere/kubesphere
72
本指南详细介绍了KubeSphere DevOps环境中Jenkins的配置和故障排除。内容涵盖了通过配置即代码（CasC）管理Jenkins，实现LDAP/OIDC等高级认证集成，自定义工作代理（Agent）镜像，以及连接GitLab等外部源。适用于希望构建和维护完整CI/CD流程的工程师。
查看详情

KubeSphere ArgoCD GitOps配置指南

kubesphere-devops-argocd
kubesphere/kubesphere
278
本指南详细介绍了KubeSphere DevOps中的ArgoCD配置方法。它涵盖了GitOps持续部署的实现，包括应用管理、多集群部署、通过Dex进行单点登录（SSO）设置，以及从Git仓库同步应用状态的最佳实践。帮助用户理解KubeSphere原生模式和直接使用ArgoCD的差异。
查看详情

KubeSphere日志收集与管理

whizard-logging
kubesphere/kubesphere
270
WizTelemetry Logging是KubeSphere可观测性平台的核心扩展组件，用于全面的日志收集、处理和存储。它支持容器日志（stdout/stderr）和容器内部文件系统日志的双重收集模式。本组件帮助用户理解日志收集架构，并提供配置指南，实现高效的日志管理和查询。
查看详情

科学论文结构化数据搜索

bgpt-paper-search
K-Dense-AI/scientific-agent-skills
470
本工具适用于系统性文献综述和元分析。它能够搜索科学论文，并从全文中提取高度结构化的实验数据，远超传统摘要的限制。可获取包括方法、定量结果、样本量、质量得分和结论在内的25个以上字段，实现全面的证据综合。
查看详情

蛋白质序列结构功能预测

esm
K-Dense-AI/scientific-agent-skills
284
这是一个综合性的蛋白质语言模型工具包，基于ESM3和ESMC模型。它支持蛋白质的序列、结构和功能多模态生成式设计，可实现从目标结构到序列的逆向折叠，并提供高质量的蛋白质嵌入（embeddings），适用于药物发现、功能注释和计算生物学研究。
查看详情

AI图像生成与编辑工具

generate-image
K-Dense-AI/scientific-agent-skills
52
使用该技能可以利用FLUX.2 Pro和Gemini 3.1等先进AI模型，生成和编辑高质量图像。适用于创建照片级艺术、概念图、营销视觉素材以及任何通用视觉资产。支持文本生成和图像修复/扩展功能，实现精细化修改。
查看详情

需求与代码差距分析

kiro-validate-gap
gotalab/cc-sdd
493
本工具旨在分析新功能需求与现有代码库之间的实现差距。它通过对比批准的需求文档、现有架构和系统上下文，帮助用户清晰识别出系统缺失的能力、潜在的集成挑战以及需要补充的研究点。最终输出详细的分析报告，提出多种可行的实现方案，为后续的设计和开发阶段提供坚实的依据。
查看详情

量子机器学习计算框架

pennylane
K-Dense-AI/scientific-agent-skills
365
PennyLane是一个强大的、硬件无关的量子计算框架，用于训练量子电路，包括量子神经网络。它提供量子电路的自动微分能力，使得与PyTorch和JAX等经典机器学习库的集成无缝实现。适用于实现变分算法（如VQE、QAOA）和模拟复杂的量子系统。
查看详情

系统发生树构建与分析工具包

phylogenetics
K-Dense-AI/scientific-agent-skills
496
本工具包提供完整的系统发生学分析流程，涵盖序列比对、数据精修和树状图构建。集成了MAFFT进行多序列比对，IQ-TREE 2和FastTree进行最大似然树推断。适用于分子基因组学、病毒进化追踪、蛋白质家族分析和分子时钟研究等领域，实现自动化生物信息学分析。
查看详情

高性能强化学习框架

pufferlib
K-Dense-AI/scientific-agent-skills
452
PufferLib是一个高性能的强化学习框架，专为高速并行环境模拟和训练设计。它通过优化向量化和原生多智能体支持，实现每秒数百万步的训练速度。适用于PPO算法的复杂智能体训练、自定义环境开发和大规模RL实验。
查看详情

差异基因表达分析 (PyDESeq2)

pydeseq2
K-Dense-AI/scientific-agent-skills
369
PyDESeq2是用于批量RNA-seq数据差异基因表达分析的Python工具包。它提供了一个完整的生物信息学工作流程，涵盖了数据加载、设计规范（包括多因素效应）、DESeq2模型拟合、Wald统计检验和FDR校正。该工具支持LFC收缩等高级功能，是实现基因组学分析并将其无缝整合到Python数据流中的关键工具。
查看详情

Python基因组数据分析工具包

pysam
K-Dense-AI/scientific-agent-skills
200
Pysam是一个功能强大的Python模块，专门用于读取、操作和写入核心的基因组数据文件格式。它提供了到htslib的Python接口，支持处理比对文件（BAM/CRAM）、变异文件（VCF/BCF）和参考序列（FASTA/FASTQ）。该工具适用于实现复杂的生物信息学流程、计算覆盖度和进行变异体注释，是生物数据分析的必备工具。
查看详情
上一页123...107108109110111112113...163164165下一页
语言
简体中文
English