登录
下载
Skill UI
浏览并发现
11317+
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
dd
,共找到
709
条记录
默认排序
最新上传
最多下载
非英语音乐人全球搜索策略
musician-non-english
EverMind-AI/EverOS
415
本指南提供了一套系统性的高级搜索策略,用于研究来自非西方文化区域的音乐艺术家。它指导用户如何突破仅使用英语的搜索限制,通过融入区域性关键词、文化身份(如联合国大使)和特定平台(如Coke Studio),实现跨地域、跨语言的音乐信息检索,确保查询的全面性和准确性。
查看详情
金融职业规划与技术辅导
04-finance-career
24kchengYe/human-skill-tree
111
本技能是专业的金融职业导师,涵盖投行、私募股权、资产管理、金融科技等多个领域。它不仅提供全景式的行业路径指导,还教授核心技术能力(如DCF、LBO建模、三表分析),并针对金融行业的招聘流程、面试技巧和专业认证(如CFA、FRM)提供系统性辅导,帮助用户在中国和全球市场建立职业壁垒。
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
KubeSphere DevOps Jenkins 配置指南
kubesphere-devops-jenkins
kubesphere/kubesphere
72
本指南详细介绍了KubeSphere DevOps环境中Jenkins的配置和故障排除。内容涵盖了通过配置即代码(CasC)管理Jenkins,实现LDAP/OIDC等高级认证集成,自定义工作代理(Agent)镜像,以及连接GitLab等外部源。适用于希望构建和维护完整CI/CD流程的工程师。
查看详情
细胞图谱数据查询与分析
cellxgene-census
K-Dense-AI/scientific-agent-skills
225
该技能提供对CZ CELLxGENE大型公共单细胞和空间转录组学数据的程序化访问。用户无需下载整个数据集,即可按细胞类型、组织、疾病等维度进行高效查询,获取基因表达矩阵、元数据和预计算的嵌入信息。适用于大规模、跨数据集的生物学研究和模型训练。
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
基因组区间机器学习
geniml
K-Dense-AI/scientific-agent-skills
237
Geniml是一个用于对基因组区间数据(BED文件)进行机器学习建模的Python工具包。它提供了多种无监督方法(如Region2Vec和BEDspace),用于学习基因组区域、单细胞(scATAC-seq)和元数据关联的鲁棒嵌入。适用于基因组学研究中的降维、聚类、细胞类型注释和跨模态查询等任务。
查看详情
技术设计规范生成器
kiro-spec-design
gotalab/cc-sdd
230
本工具用于生成全面、结构化的技术设计规范。它指导用户系统地完成设计流程,涵盖上下文加载、根据功能类型执行深入发现与分析、应用设计原则进行综合,最终生成边界清晰、结构化的技术设计初稿,确保所有需求都与明确的技术组件相对应。
查看详情
Markdown与Mermaid图表文档编写
markdown-mermaid-writing
K-Dense-AI/scientific-agent-skills
96
本技能指导用户使用Markdown和嵌入式Mermaid图表来编写科学和技术文档。它强制将流程图、架构图等以纯文本形式记录,确保图表在Git中可进行干净的差异对比(diff),并能在GitHub、Notion等主流平台上原生渲染,极大地提升了文档的可维护性和协作性。
查看详情
分子特征化与机器学习
molfeat
K-Dense-AI/scientific-agent-skills
308
Molfeat是一个全面的分子特征化工具包,用于将化学结构(如SMILES)转化为机器学习所需的数值表示。它集成了超过100种特征计算器(包括ECFP、MACCS和预训练模型),广泛应用于QSAR药物设计、虚拟筛选和深度学习模型构建,是化学信息学领域的核心工具。
查看详情
质谱分析与数据处理平台
pyopenms
K-Dense-AI/scientific-agent-skills
391
这是一个基于Python的质谱分析计算平台,专为蛋白质组学和代谢组学工作流设计。它支持从原始MS数据到鉴定、定量(包括无标签和等位素定量)的完整分析流程,能够处理复杂的LC-MS/MS数据,是生物信息学研究的强大工具。
查看详情
PyTorch Lightning深度学习框架
pytorch-lightning
K-Dense-AI/scientific-agent-skills
449
PyTorch Lightning是一个全面的深度学习框架,用于组织和自动化PyTorch模型的训练流程。它通过将模型组织为LightningModules,简化了繁琐的编写代码,并在Trainer中自动化训练循环。该框架支持多GPU/TPU分布式训练(DDP, FSDP),并集成了数据加载、回调函数和实验跟踪(W&B, MLflow),适用于构建专业、可扩展的深度学习项目。
查看详情
上一页
1
2
3
...
30
31
32
33
34
35
36
...
58
59
60
下一页
语言
简体中文
English