登录
下载

Skill UI

浏览并发现 10321+ 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 预处理 ，共找到 28 条记录
默认排序 最新上传 最多下载

Speak语言API集成最佳实践

speak-sdk-patterns
jeremylongshore/claude-code-plugins-plus-skills
372
本指南提供了Speak语言学习API的生产级集成模式。内容涵盖了对话会话管理、发音评估、音频预处理（使用ffmpeg）、重试机制和学习进度跟踪等关键技术。适用于构建高可靠性、功能完整的语言学习应用系统。
查看详情

证件图片自动翻译与PDF生成器

visa-doc-translate
affaan-m/everything-claude-code
125
该工具旨在自动化处理各种非英文的签证申请图片文件（如银行流水、在职证明等）。它能自动预处理图片（包括角度校正），采用多重OCR技术提取文本，并将其专业翻译成英文。最终输出的PDF格式专业，包含原始图片和符合认证要求的双语译文，极大地简化了国际签证办理流程。
查看详情

FlowIO 流式细胞标准文件处理

flowio
K-Dense-AI/claude-scientific-skills
67
FlowIO 读写 Flow Cytometry Standard 文件，提取元数据、通道信息与事件数组，并可转换为 CSV/DataFrame，适用于流式细胞术数据预处理与通道校验。
查看详情

Neuropixels 神经记录分析

neuropixels-analysis
K-Dense-AI/claude-scientific-skills
175
涵盖 SpikeGLX、Open Ephys、NWB 数据加载、预处理、运动校正、Kilosort4 排序、质量指标、Allen/IBL 筛选，以及 AI 辅助可视化的高密度 Neuropixels 记录分析工具。
查看详情

PathML 病理计算工具包

pathml
K-Dense-AI/claude-scientific-skills
468
PathML 是用于计算病理的 Python 工具集，支持多种切片格式、H&E 预处理、图谱构建和 HoVer-Net/HACTNet 训练，方便多重免疫荧光及空间蛋白组分析与管理。
查看详情

Scikit-learn 机器学习工具

scikit-learn
K-Dense-AI/claude-scientific-skills
233
提供 scikit-learn 机器学习全流程指导，涵盖监督/无监督算法、预处理、评估、超参数调优与流水线搭建，方便快速交付可解释的模型。
查看详情

UMAP 高效降维可视化

umap-learn
K-Dense-AI/claude-scientific-skills
327
UMAP 提供快速非线性流形降维，可生成保留局部与全局结构的嵌入，适合可视化、聚类预处理、以及监督/半监督学习等高维数据场景。
查看详情

FlowIO：流式细胞术文件解析处理

flowio
K-Dense-AI/scientific-agent-skills
222
这是一个轻量级的Python库，用于处理流式细胞术标准文件（FCS）。它能够解析复杂的元数据，高效地将事件数据提取为NumPy数组，并支持创建新的FCS文件。适用于进行细胞流式数据预处理、构建数据管道和文件格式转换。
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

神经记录数据分析流程

neuropixels-analysis
K-Dense-AI/scientific-agent-skills
241
这是一个为神经像素高密度电生理记录设计的端到端分析工具包。它基于SpikeInterface的最佳实践，覆盖了完整的分析工作流：包括数据加载（如SpikeGLX, NWB）、预处理、运动/漂移校正、尖峰排序（如Kilosort4）、计算质量指标和精细的单元精修。适用于神经科学研究。
查看详情

Python机器学习开发指南

scikit-learn
K-Dense-AI/scientific-agent-skills
179
本技能提供使用scikit-learn进行全流程机器学习任务的综合指南。它涵盖了从数据预处理到模型构建的全过程，支持监督学习（分类、回归）、无监督学习（聚类、降维）和模型性能评估，帮助用户构建工业级ML流水线。
查看详情

使用PyTorch构建图神经网络

torch-geometric
K-Dense-AI/scientific-agent-skills
472
PyTorch Geometric (PyG) 是基于PyTorch的专业图神经网络（GNN）标准库。它提供了一系列用于处理各类图数据（包括异构图）的专业数据结构，并内置了超过60种GNN层实现（如GCN、GAT）。该库支持完整的图数据集加载和数据预处理，是进行节点分类、图分类和链路预测等深度学习图任务的核心工具。
查看详情
上一页123下一页
语言
简体中文
English