登录
下载

Skill UI

浏览并发现 10192+ 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 C语言 ，共找到 472 条记录
默认排序 最新上传 最多下载

EverOS 自然语言持久记忆系统

evermind-ai-everos
EverMind-AI/EverOS
142
EverOS 插件为 OpenClaw 集成了持久化的长期记忆功能，通过上下文引擎API实现。它无需手动调用内存工具，即可在每次回复前自动召回相关历史上下文，并在对话结束后自动存储新的关键信息。用户可以进行自然流畅的对话，而系统会确保所有重要的上下文和偏好设置在不同会话间持续保留。
查看详情

数据库结构与关系探索

schema-exploration
apconw/Aix-DB
413
本技能用于深入理解和探索数据库的整体结构。它支持列出所有可用表、根据自然语言提问进行智能表过滤，获取详细的表结构（包括列名、数据类型、主外键）以及表之间的关联关系。最终目的是生成标准化的M-Schema格式，为后续的复杂SQL查询编写提供精确的上下文模型。
查看详情

亚洲多语言影视剧标题搜索

tv-asian-multilingual
EverMind-AI/EverOS
289
本技巧用于搜索亚洲多语言影视剧。当剧集拥有多种语言名称时（如韩语、土耳其语），如果仅使用英文搜索失败，应尝试使用剧集的原始语言标题或搜索‘多语言名称’的特定模式，以提高搜索的准确度和区分度。
查看详情

历史描述性术语翻译

historical-term-translate
EverMind-AI/EverOS
458
本技能旨在将关于历史事件、人物或文化的模糊描述性语言，转化为精确的专业历史术语或专有名称。它通过识别描述背后的核心概念（例如，将“夸大关于某一地区的事实”翻译为“夸张故事”），提升了搜索的精准度。尤其适用于研究全球历史，掌握了查找南亚、中东和非洲等非西方文化背景的资料。
查看详情

ESM蛋白质语言模型与设计

esm
K-Dense-AI/scientific-agent-skills
342
该技能基于ESM（进化尺度模型）系列，为蛋白质组学和计算生物学提供全流程解决方案。核心功能包括：利用ESM3进行蛋白质序列生成（从头设计）、结构预测（序列到3D结构）和逆向折叠（结构到序列设计）。同时，可以使用ESMC模型提取高质量蛋白质嵌入，支持功能注释和高级生物信息学研究。
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

基于LLM的假设生成与测试

hypogenic
K-Dense-AI/scientific-agent-skills
188
Hypogenic是一个高级框架，利用大型语言模型（LLM）对复杂表格数据集进行系统化的假设生成和测试。它支持数据驱动、文献溯源和两者结合的多种模式，能将实证数据洞察与理论知识相结合，尤其适用于欺诈检测、内容分析和预测建模等领域，极大加速科学研究的发现过程。
查看详情

多格式文件转Markdown

markitdown
K-Dense-AI/scientific-agent-skills
350
MarkItDown是一款强大的文件转换工具，支持PDF、Word、PPT、图片、音频、表格等超过15种格式。它能将复杂的文档内容提取并转换为结构清晰、对大型语言模型（LLM）极度友好的Markdown格式，是实现多源数据内容结构化和AI应用的关键步骤。
查看详情

药物化学分子筛选与过滤

medchem
K-Dense-AI/scientific-agent-skills
103
Medchem是一个功能强大的Python库，专用于药物发现领域的分子过滤和优先级排序。它支持应用严格的药代动力学规则（如Lipinski、Veber），检测结构警报（PAINS、NIBR），计算复杂性指标，并通过自定义查询语言对化合物库进行多维度分级筛选，适用于先导化合物优化。
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

PyDESeq2：RNA-seq差异表达分析

pydeseq2
K-Dense-AI/scientific-agent-skills
204
这是一个基于Python的工具包，用于对批量RNA-seq计数数据进行差异基因表达分析。它支持从多种格式加载数据，并处理复杂的单/多因素设计（如校正批次效应）。用户可以执行完整的DESeq2统计流程，包括标准化、拟合和进行严格的Wald检验。非常适合将生物信息学分析流程从R语言迁移到Python环境。
查看详情

预训练模型与AI开发工具

transformers
K-Dense-AI/scientific-agent-skills
432
这是一个全面的深度学习工具库，提供了数千个预训练模型，覆盖自然语言处理、计算机视觉、音频和多模态等多领域任务。它允许开发者使用Pipeline API进行快速推理，或者使用Trainer API对模型进行定制化微调。适用于构建复杂的、前沿的AI应用和原型系统。
查看详情
上一页123...26272829303132...383940下一页
语言
简体中文
English