登录
下载

Skill UI

浏览并发现 10323+ 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 10323 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
351
这是一个用于利用先进AI模型（如FLUX.2和Gemini）生成和编辑高质量通用图像的工具。适用于创建照片级写实图像、艺术插画、概念艺术、营销视觉素材等。核心功能在于创意视觉内容生成，不适合用于技术图表或电路图。
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

地理空间科学与遥感工具箱

geomaster
K-Dense-AI/scientific-agent-skills
339
一个全面的地理空间科学工具箱，涵盖遥感、GIS、空间统计和地球观测机器学习。它支持矢量、栅格、点云等多类型数据处理，支持云原生工作流和多种编程语言，适用于科研和商业级的地理空间分析任务。
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

生物信息学数据库查询工具

gget
K-Dense-AI/scientific-agent-skills
184
gget是一个全面的生物信息学工具包，提供统一的接口来访问20多个基因组数据库。它可用于进行基因信息查询、序列分析（如BLAST）、蛋白质结构获取、表达数据检索等，支持命令行和Python编程两种使用场景，适用于生物学研究。
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

蛋白质糖基化分析与工程设计

glycoengineering
K-Dense-AI/scientific-agent-skills
121
本技能提供全面的工具用于分析和工程化蛋白质的糖基化修饰。它可以扫描氨基酸序列识别N-糖基化位点（N-X-S/T）并预测O-糖基化热点。主要应用于优化治疗性抗体、设计疫苗抗原和分析生物类似物，从而改善蛋白质的稳定性、功能或免疫逃逸能力。
查看详情

基因组区间分析与处理工具

gtars
K-Dense-AI/scientific-agent-skills
58
Gtars是一个高性能的基因组区间分析工具包，基于Rust开发并提供Python绑定。它专为处理基因组区间数据而设计，功能包括重叠区域检测、覆盖度轨道生成（WIG/BigWig）、用于机器学习模型的基因组序列Tokenization，以及单细胞基因组学中的片段分析。适用于构建复杂的生物信息学分析流程。
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

基于LLM的假设生成与测试

hypogenic
K-Dense-AI/scientific-agent-skills
188
Hypogenic是一个高级框架，利用大型语言模型（LLM）对复杂表格数据集进行系统化的假设生成和测试。它支持数据驱动、文献溯源和两者结合的多种模式，能将实证数据洞察与理论知识相结合，尤其适用于欺诈检测、内容分析和预测建模等领域，极大加速科学研究的发现过程。
查看详情

科学假设生成

hypothesis-generation
K-Dense-AI/scientific-agent-skills
329
本工具是一个遵循科学方法论的系统化流程，用于从观察或初步数据中构建可检验的科学假设。它指导用户完成文献综述、证据综合、提出竞争性假设和设计实验等全过程，尤其强调必须结合AI生成的科学图表来完善假设报告。
查看详情
上一页123...595596597598599600601...859860861下一页
语言
简体中文
English