登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 15857+ 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
共 15857 个技能
默认排序 最新上传 最多下载

AI图像生成与编辑工具

generate-image
K-Dense-AI/scientific-agent-skills
125
该技能通过OpenRouter API调用多种先进AI模型（如Gemini, FLUX, GPT-Image等），实现高质量的图像生成与编辑。适用于创作照片级艺术作品、概念图、Logo设计、插画或执行复杂的图像合成与修饰，并支持分辨率、随机种子等多种参数控制。
查看详情

基因组区间机器学习工作流

geniml
K-Dense-AI/scientific-agent-skills
412
Geniml是一个用于基因组区间数据机器学习和统计工作流的框架。它将坐标、组装序列和模型工件视为明确的“合约”，用于验证数据结构（如BED文件），并规划复杂的本地化运行（如Region2Vec或scEmbed）。该工具注重结果的可复现性、符合生物数据标准，并强调本地处理，避免不必要的网络调用。
查看详情

综合地理空间分析工具

geomaster
K-Dense-AI/scientific-agent-skills
57
这是一个全面的地理空间科学技能包，涵盖了遥感、GIS、空间统计和地球观测机器学习。它支持处理栅格、矢量、点云等多种数据类型（如Sentinel、Landsat），并集成了现代云原生工作流（STAC、COG）。适用于环境监测、城市规划和复杂的空间分析任务。
查看详情

GeoPandas地理空间矢量数据处理

geopandas
K-Dense-AI/scientific-agent-skills
380
本指南是使用GeoPandas进行高级地理空间矢量数据处理的专业手册。它侧重于平面矢量数据的工作流，强调数据溯源、坐标参考系统（CRS）管理和复杂空间操作。详细阐述了处理敏感地理信息时必须遵循的安全和正确性规范，确保开发流程的科学性和可复现性。
查看详情

检测可用系统资源用于工作负载规划

get-available-resources
K-Dense-AI/scientific-agent-skills
358
该工具提供了一个保守、资源感知的当前进程环境快照，涵盖CPU、内存、磁盘和加速器等资源限制。它通过提供明确的边界约束（如cgroup、调度器和宿主机限制），帮助用户进行准确的工作负载规划，无需执行压力测试或做出可用性假设。
查看详情

生物信息学数据库查询工具

gget
K-Dense-AI/scientific-agent-skills
206
gget是一个综合性的命令行和Python工具包，提供对20多个生物信息学数据库的统一访问。它支持基因组学、蛋白质组学和疾病关联等多个领域的深度分析。功能包括基因信息查询、序列比对、结构预测（如AlphaFold）和富集分析，适用于生物信息学科研和自动化流程。
查看详情

金合云实验室：自动化蛋白质研究平台

ginkgo-cloud-lab
K-Dense-AI/scientific-agent-skills
321
金合云实验室提供远程访问先进的自主实验室基础设施，用户可以在此提交和管理复杂的分子生物学实验方案。它支持多种应用，包括蛋白质表达和纯化（无细胞、大肠杆菌、毕赤酵母）、定量检测（HiBiT、A280、LabChip）、核酸合成（IVT mRNA/circRNA）以及特性分析（热移谱、Echo-MS、SPR）。该平台还集成了AI智能体，用于评估和定价定制工作流程。
查看详情

蛋白质糖基工程分析

glycoengineering
K-Dense-AI/scientific-agent-skills
269
本技能用于专业分析和设计蛋白质的糖基化修饰。它能够扫描蛋白质序列以识别N-糖基化位点和预测O-糖基化热点，支持用户优化治疗性抗体、提高蛋白质稳定性，或进行疫苗抗原设计，是生物药物研发的关键工具。
查看详情

Gtars：基因组区间处理工具包

gtars
K-Dense-AI/scientific-agent-skills
62
Gtars是一个强大的工具包，提供基于Rust和Python绑定的基因组区间处理能力。它支持集合代数、覆盖度计算、分词和片段处理等核心生物信息学任务。该库强调数据完整性，通过强制执行严格的基因组数据契约，确保在复杂的计算流程中正确处理坐标、组装信息和参考序列。
查看详情

数字病理全玻片图像分析

histolab
K-Dense-AI/scientific-agent-skills
167
Histolab是一个专门用于数字病理学的Python库。它能自动化处理全玻片图像（WSI），实现复杂的组织检测、可定制的切片提取（包括随机、网格、评分机制）和染色标准化。适用于构建高质量、结构化的数据集，用于深度学习模型训练和全面的定量分析。
查看详情

LLM辅助假设生成与审计

hypogenic
K-Dense-AI/scientific-agent-skills
180
该技能用于利用大型语言模型（LLM）和带标签的数据集，迭代地提出和评分文本模式，生成候选假设和任务预测统计。它提供了一套严格的本地审查工作流，强调数据集的哈希审计、配置验证，明确指出其输出仅为候选结果，不能作为科学或临床结论。
查看详情

科学假说生成与测试框架

hypothesis-generation
K-Dense-AI/scientific-agent-skills
276
该框架指导用户将原始观察数据转化为严谨、证据受限且可测试的研究计划。它涵盖了建立研究问题（如PICO）、构建候选假说、提出竞争性解释、定义因果估计量和制定预注册分析方案，旨在帮助用户科学、透明地推进研究，并强调了科学的伦理和方法论边界。
查看详情
上一页123...595596597598599600601...132013211322下一页
语言
简体中文
English