下载

Skill UI

浏览并发现 10667+ 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 IM ，共找到 5302 条记录

默认排序最新上传最多下载

科学写作助手

scientific-writing

K-Dense-AI/claude-scientific-skills

通过研究查找先列提纲再撰写，遵循IMRAD结构、引用格式、图表与CONSORT/STROBE/PRISMA等指南，确保科研论文具备投稿品质。

Scikit 生存分析

scikit-survival

K-Dense-AI/claude-scientific-skills

基于 scikit-survival 的 Python 生存分析工具，涵盖 Cox、集成模型、SVM 与指标评估，便于处理删失数据的时间事件建模。

单细胞生成建模工具集

K-Dense-AI/claude-scientific-skills

基于 PyTorch 的单细胞组学概率生成模型框架，统一 API 支持批次校正、数据整合、多模态/空间分析、差异表达与迁移学习，适合高级建模流程。

Seaborn统计可视化库

K-Dense-AI/claude-scientific-skills

Seaborn是一个用于创建专业级统计图形的Python库。它专注于数据科学领域的探索性数据分析和多变量可视化。用户可以利用它轻松绘制关系图、分布图（如直方图、KDE图）和复杂的多面板图，非常适合进行深入的数据洞察。

Seatbelt 沙箱配置生成

seatbelt-sandboxer

trailofbits/skills

为 macOS 应用生成最小权限的 Seatbelt 沙箱配置，通过白名单方式限制文件、网络、IPC 等访问，适合在需要隔离、限制或防护高风险运行和供应链攻击的场景使用。

SHAP 模型可解释性

K-Dense-AI/claude-scientific-skills

提供 SHAP 相关指导，展示如何计算特征重要性、绘制解读图、调试模型、分析偏差与公平性，并对各种模型（树、深度、线性、黑盒）进行解释与比较。

Python离散事件模拟框架

K-Dense-AI/claude-scientific-skills

SimPy是一个基于Python的流程化离散事件模拟框架。它专门用于构建和分析复杂的系统模型，例如制造系统、服务队列、网络流量或物流网络。该工具允许您模拟实体之间的交互、共享资源的竞争以及随时间变化的事件，从而进行容量规划和流程优化。

技能改进循环

trailofbits/skills

利用 plugin-dev 的 skill-reviewer 反复检查并修复 Claude Code SKILL.md 质量问题，通过循环审核和修复直至符合标准，再输出完成标记。

稳定基线3：强化学习算法工具包

stable-baselines3

K-Dense-AI/claude-scientific-skills

稳定基线3是一个基于PyTorch的专业库，用于提供生产级的强化学习算法实现（如PPO、SAC、DQN等）。它支持单智能体RL模型训练，提供创建自定义环境的能力，并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。

Python统计建模与计量分析

K-Dense-AI/claude-scientific-skills

Statsmodels是用于Python的专业统计建模和计量经济学库。它提供了一套完整的工具集，支持进行严格的统计推断，包括普通最小二乘回归（OLS）、广义线性模型（GLM）、混合效应模型和时间序列分析（ARIMA）。适用于计量经济学、生物统计学等领域，进行详细的诊断分析、系数估计和假设检验，生成专业报告。

SymPy 符号计算

K-Dense-AI/claude-scientific-skills

提供 SymPy 的符号数学指导，涵盖代数表达式化简、微积分、方程求解、线性代数、物理计算、数论与几何等场景，帮助输出精确符号结果并生成可执行代码。

零样本时间序列预测模型

timesfm-forecasting

K-Dense-AI/claude-scientific-skills

该技能利用Google的TimesFM基础模型，实现零样本时间序列预测。无需用户进行模型训练，即可对任何单变量时间序列（如销量、传感器数据或天气数据）进行高效预测。结果包含点预测值和校准的预测区间，提供了完整的概率预测视图，适用于各种时间序列数据分析。

上一页 1 2 3...153 154 155156157 158 159...440 441 442 下一页

语言