登录
下载
Skill UI
浏览并发现
10318+
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
DI 库
,共找到
728
条记录
默认排序
最新上传
最多下载
综合分子生物学工具包
biopython
K-Dense-AI/scientific-agent-skills
180
Biopython是基于Python的综合性计算分子生物学工具包,功能强大。它用于处理生物序列(DNA、RNA、蛋白质),解析FASTA、GenBank、PDB等标准生物学文件格式,并支持程序化访问NCBI等大型数据库。适用于构建复杂的生物信息学流程,如序列比对、结构分析和系统发育树构建。
查看详情
生物信息学数据分析
bioservices
K-Dense-AI/scientific-agent-skills
437
这是一个功能全面的Python库,为超过40个主要的生物信息学网络服务和数据库提供了统一的编程接口。它专为复杂的生物学工作流设计,支持跨数据库查询(如UniProt、KEGG、ChEMBL)、ID映射、蛋白质序列检索、通路分析以及运行BLAST等序列相似性搜索,极大地简化了来自多个生命科学资源的数据集成过程。
查看详情
代谢模型与系统生物学分析
cobrapy
K-Dense-AI/scientific-agent-skills
137
COBRApy是一个强大的Python库,用于约束性重构与分析(COBRA)。它支持进行代谢模型的构建、模拟和分析,特别适用于系统生物学研究。核心功能包括通量平衡分析(FBA)、通量变异分析(FVA)、基因或反应缺失突变体模拟,以及优化生长培养基。支持SBML、JSON、YAML等多格式代谢模型。
查看详情
Dask:分布式并行计算框架
dask
K-Dense-AI/scientific-agent-skills
120
Dask是一个强大的Python库,用于实现并行和分布式计算。它允许用户将现有的Pandas和NumPy工作流扩展到超出可用内存的规模,从而高效处理高达TB级别的超大数据集。它提供了专门的API(DataFrame、Array、Bag),用于处理结构化、科学和非结构化数据,支持单机或集群部署。
查看详情
Python分子化学信息学工具包
datamol
K-Dense-AI/scientific-agent-skills
205
Datamol是一个基于RDKit的Python化学信息学工具库,它提供了一个简化的、Python化的抽象层,使复杂的分子操作变得易于使用。它支持SMILES解析、结构标准化、分子描述符计算、3D构象生成和高效批处理,非常适合在药物发现和化学研究流程中处理分子数据。
查看详情
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
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
地理空间数据分析工具
geopandas
K-Dense-AI/scientific-agent-skills
418
这是一个强大的Python库,用于对矢量地理空间数据进行复杂的空间分析。它支持处理Shapefile、GeoJSON等多种格式,能够执行空间连接、缓冲区分析、区域叠加、CRS转换等高级地理信息系统(GIS)操作,是地理数据科学和制图项目不可或缺的工具。
查看详情
检测可用计算资源
get-available-resources
K-Dense-AI/scientific-agent-skills
465
该技能用于主动检测和报告全面的系统资源,包括CPU核心、GPU类型(NVIDIA、AMD、Apple Silicon)、可用内存和磁盘空间。它生成一个详细的JSON报告,并提供基于上下文的策略性建议,指导用户优化科学计算流程。例如,它会推荐并行处理库(Dask, joblib)、内存外存储方法(Zarr)或合适的GPU加速后端,帮助用户在进行大规模数据分析或模型训练前做出架构决策。
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
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
质谱数据分析与化合物鉴定
matchms
K-Dense-AI/scientific-agent-skills
486
Matchms是一个开源的Python库,用于全面的质谱数据处理和分析。它支持导入多种格式的谱图,核心功能包括计算谱图相似性得分、进行数据标准化过滤,并帮助用户在代谢组学等领域识别未知化合物。
查看详情
上一页
1
2
3
...
40
41
42
43
44
45
46
...
59
60
61
下一页
语言
简体中文
English