登录
下载

Skill UI

浏览并发现 15558+ 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 IDA Pro ，共找到 1376 条记录
默认排序 最新上传 最多下载

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

生物学数据谱系湖仓

lamindb
K-Dense-AI/scientific-agent-skills
436
LaminDB是一个开源的生物学领域谱系原生湖仓，用于管理和分析复杂的生物数据集和计算工作流。它使多种科学数据（如scRNA-seq, AnnData）具备可查询性、可追溯性并符合FAIR原则。核心功能包括强大的数据谱系跟踪、基于本体的注释和模式验证，支持在多云/本地存储系统上进行统一查询，适用于生物信息学研究。
查看详情

神经信号可复现处理工具箱

neurokit2
K-Dense-AI/scientific-agent-skills
497
这是一个用于构建和审计可复现生理时间序列研究流程的综合工具包。它专注于心电图（ECG）、EDA等信号的预处理、事件/区间分析、多模态数据对齐，以及变异度和复杂特征的提取。本工具仅用于学术和科研目的，强调严谨的数据合同和方法感知校验，不应用于诊断或医疗设备验证。
查看详情

Protocols.io科学数据集成工具

protocolsio-integration
K-Dense-AI/scientific-agent-skills
498
本工具是专为科学数据工作流设计的集成方案，用于安全、受控地读取、验证和导出protocols.io平台上的科学协议数据。它遵循最新的官方API契约，支持离线验证和预先规划，确保数据完整性，特别适用于生物信息学和科研数据自动化流程。
查看详情

PufferLib强化学习环境指南与验证

pufferlib
K-Dense-AI/scientific-agent-skills
423
本指南提供了关于PufferLib的完整、版本感知的强化学习工作流指导。它详细介绍了如何适配Gymnasium/PettingZoo环境，管理不同版本的PufferLib（如3.0.0和4.0源），确保训练和评估过程的安全性和可重复性。核心内容包括环境契约验证、沙箱构建以及数据来源的准确性管理。
查看详情

材料结构分析与处理

pymatgen
K-Dense-AI/scientific-agent-skills
327
这是一个强大的Python库，用于分析、验证和转换复杂的材料结构和计算数据。它功能全面，可处理化合物组成、周期性晶体、分子、相图、对称性以及电子结构数据，并特别强调对所有转换过程的可追溯性和数据完整性。
查看详情

Qdrant分布式扩展与容量规划

qdrant-horizontal-scaling
github/awesome-copilot
204
本指南详细介绍了Qdrant向量数据库的扩展架构和容量规划的最佳实践。它指导用户何时进行垂直扩展或水平扩展，如何选择最佳的节点数和分片数量，并指导如何设置复制因子以确保系统的高可用性和零停机时间。同时也涵盖了分片管理和常见误区规避。
查看详情

React设计系统代码生成器

rayden-code
sickn33/antigravity-awesome-skills
78
本工具用于使用指定的Rayden UI组件库和Tailwind CSS，生成符合生产标准的React界面代码。它确保生成的代码严格遵守设计系统规范，涵盖了组件使用、设计令牌、属性校验和布局模式。非常适用于搭建仪表盘、登录表单、数据表格等复杂页面，保证界面美观和一致性。
查看详情

设计稿到模块化React组件

react-components
google-labs-code/stitch-skills
287
该技能旨在自动化将视觉设计稿（来自Stitch）转化为高质量、模块化的React和Vite组件。它严格遵循现代前端最佳实践，要求逻辑分离到自定义Hooks，将数据解耦到Mock Data层，并使用TypeScript保证类型安全。流程涵盖了自动化资源获取、样式映射（如Tailwind），并包含严格的验证周期，确保生成代码是可维护、可生产环境使用的。
查看详情

撰写竞争性科研基金提案

research-grants
K-Dense-AI/scientific-agent-skills
173
本技能旨在指导用户撰写高质量、高竞争性的科研基金申请提案。它涵盖了针对国家科学基金（NSF）、国立卫生研究院（NIH）、能源部（DOE）、DARPA和NSTC等主流机构的专业要求，包括提案结构、项目意义、预算编制、技术叙事以及社会影响论述，确保提案的学术严谨性和可操作性。
查看详情

Scikit-learn机器学习指南

scikit-learn
K-Dense-AI/scientific-agent-skills
204
本技能详细介绍了使用scikit-learn进行经典的机器学习全流程。从有监督学习（分类、回归）到无监督学习（聚类、降维），内容覆盖了数据预处理、模型评估、超参数调优，并指导用户构建生产级的机器学习管道（Pipeline）。
查看详情

机器学习模型可解释性

shap
K-Dense-AI/scientific-agent-skills
434
SHAP是一种用于解释和审计机器学习模型预测结果的强大技术。它通过计算特征贡献值（SHAP值），量化每个输入特征对模型输出的贡献程度。本技能指导用户选择合适的解释器，处理多输出模型，并生成可视化图表，深入理解模型决策过程。
查看详情
上一页123...68697071727374...113114115下一页
语言
简体中文
English