微信扫一扫personjakexiao无需 Key
hmdb-database
访问人类代谢组数据库（包含220,000多种代谢物）。通过名称/ID/结构进行搜索，获取化学性质、生物标志物数据、NMR/MS谱图、通路等信息，用于代谢组学研究和鉴定。
download8deployed_code—star123
Skill 资源库
AI Skill 资源库
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
personjakexiao无需 Key
molfeat
用于机器学习的分子特征化（100多种特征化方法）。ECFP、MACCS、描述符、预训练模型（如ChemBERTa），将SMILES转换为特征，适用于QSAR和分子机器学习。
download8deployed_code—star123
personjakexiao无需 Key
pennylane
与硬件无关的量子机器学习框架，支持自动微分。当通过梯度训练量子电路、构建混合量子-经典模型或需要在IBM/Google/Rigetti/IonQ设备之间移植时使用。最适合变分算法（VQE, QAOA）、量子神经网络以及与PyTorch/JAX/TensorFlow集成。对于特定于硬件的优化，请使用qiskit（IBM）或cirq（Google）；对于开放量子系统，请使用qutip。
download8deployed_code—star123
personjakexiao无需 Key
pydicom
用于处理DICOM（医学数字成像和通信）文件的Python库。在读取、写入或修改DICOM格式的医学影像数据，从医学图像（CT、MRI、X射线、超声波）中提取像素数据，匿名化DICOM文件，处理DICOM元数据和标签，将DICOM图像转换为其他格式，处理压缩的DICOM数据，或者处理医学影像数据集时使用此技能。适用于涉及医学图像分析、PACS系统、放射学工作流程和医疗成像应用程序的任务。
download8deployed_code—star123
personjakexiao无需 Key
scikit-learn
使用Python中的scikit-learn进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建机器学习流水线。提供了算法、预处理技术、流水线及最佳实践的全面参考文档。
download8deployed_code—star123
personjakexiao无需 Key
shap
使用SHAP（SHapley Additive exPlanations）进行模型可解释性和解释性。在解释机器学习模型预测、计算特征重要性、生成SHAP图（瀑布图、蜂群图、条形图、散点图、力图、热图）、调试模型、分析模型偏见或公平性、比较模型或实现可解释的人工智能时，使用此技能。适用于基于树的模型（XGBoost、LightGBM、随机森林）、深度学习（TensorFlow、PyTorch）、线性…
download8deployed_code—star123
personjakexiao无需 Key
torchdrug
适用于分子和蛋白质的PyTorch原生图神经网络。在为药物发现、蛋白质建模或知识图谱推理构建自定义GNN架构时使用。最适合于自定义模型开发、蛋白质性质预测、逆合成分析。对于预训练模型和多样化的特征化工具，请使用deepchem；对于基准数据集，请使用pytdc。
download8deployed_code—star123
personjakexiao无需 Key
scientist-low
基础数据分析 - 快速探索性分析（俳句级别）
download8deployed_code—star123
personjakexiao无需 Key
hypogenic
自动化的LLM驱动的假设生成和测试，适用于表格数据集。当您想要系统地探索关于实证数据中的模式的假设时使用（例如，欺骗检测、内容分析）。结合文献见解与数据驱动的假设检验。对于手动假设制定，请使用hypothesis-generation；对于创意构思，请使用scientific-brainstorming。
download8deployed_code—star123
personjakexiao无需 Key
neurokit2
全面的生物信号处理工具包，用于分析包括心电图、脑电图、皮肤电反应、呼吸模式、光电容积脉搏波、肌电图和眼电图在内的生理数据。在处理心血管信号、大脑活动、皮肤电反应、呼吸模式、肌肉活动或眼球运动时使用此技能。适用于心率变异性分析、事件相关电位、复杂度测量、自主神经系统评估、心理生理学研究以及多模态生理信号集成。
download8deployed_code—star123
personjakexiao无需 Key
pennylane
与硬件无关的量子机器学习框架，支持自动微分。在通过梯度训练量子电路、构建混合量子-经典模型或需要在IBM/Google/Rigetti/IonQ设备之间进行移植时使用。最适合变分算法（VQE, QAOA）、量子神经网络以及与PyTorch/JAX/TensorFlow集成。对于特定于硬件的优化，请使用qiskit（IBM）或cirq（Google）；对于开放量子系统，请使用qutip。
download8deployed_code—star123
personjakexiao无需 Key
scanpy
标准的单细胞RNA-seq分析流程。用于质量控制、归一化、降维（PCA/UMAP/t-SNE）、聚类、差异表达和可视化。最适合使用已建立的工作流程进行探索性scRNA-seq分析。对于深度学习模型，请使用scvi-tools；对于数据格式问题，请使用anndata。
download8deployed_code—star123
personjakexiao无需 Key
pydicom
用于处理DICOM（医学数字成像和通信）文件的Python库。在读取、写入或修改DICOM格式的医学影像数据，从医学图像（CT、MRI、X射线、超声波）中提取像素数据，匿名化DICOM文件，操作DICOM元数据和标签，将DICOM图像转换为其他格式，处理压缩的DICOM数据，或处理医学影像数据集时使用此技能。适用于涉及医学图像分析、PACS系统、放射学工作流程和医疗成像应用程序的任务。
download8deployed_code—star123
personjakexiao无需 Key
scikit-survival
使用scikit-survival在Python中进行生存分析和时间到事件建模的全面工具包。当处理删失生存数据、执行时间到事件分析、拟合Cox模型、随机生存森林、梯度提升模型或生存支持向量机、通过一致性指数或Brier分数评估生存预测、处理竞争风险，或使用scikit-survival库实现任何生存分析工作流程时，请使用此技能。
download8deployed_code—star123
personjakexiao无需 Key
transformers
此技能应在使用预训练的变压器模型进行自然语言处理、计算机视觉、音频或多模态任务时使用。用于文本生成、分类、问答、翻译、摘要、图像分类、对象检测、语音识别以及在自定义数据集上微调模型。
download8deployed_code—star123
personjakexiao无需 Key
scillm
管理的scillm铺设路径执行。为文本批处理、VLM和Lean4证明提供严格的合同合规工具。使用`parallel_acompletions_iter`进行可靠的大规模处理。
download8deployed_code—star123
personjakexiao无需 Key
matchms
用于代谢组学的光谱相似性和化合物鉴定。用于比较质谱、计算相似性分数（余弦、修正余弦），并从光谱库中识别未知化合物。最适合于代谢物鉴定、光谱匹配和库搜索。对于完整的LC-MS/MS蛋白质组学流程，请使用pyopenms。
download8deployed_code—star123
personjakexiao无需 Key
neuropixels-analysis
神经像素神经记录分析。加载SpikeGLX/OpenEphys数据，进行预处理、运动校正、Kilosort4尖峰分类、质量度量、Allen/IBL管理以及AI辅助视觉分析，适用于Neuropixels 1.0/2.0细胞外电生理学。在处理神经记录、尖峰分类、细胞外电生理学时使用，或者当用户提到神经像素、SpikeGLX、Open Ephys、Kilosort、质量度量或单元管理时。
download8deployed_code—star123
personjakexiao无需 Key
pytdc
治疗数据共享。适用于AI的药物发现数据集（ADME、毒性、DTI）、基准、骨架分割、分子神谕，用于治疗性机器学习和药理学预测。
download8deployed_code—star123
personjakexiao无需 Key
scientific-brainstorming
创意研究构思与探索。适用于开放式头脑风暴会议、探索跨学科联系、挑战假设或识别研究空白。最适合在早期研究规划阶段使用，当你还没有具体观察结果时。要从数据中形成可测试的假设，请使用假设生成。
download8deployed_code—star123
personjakexiao无需 Key
scikit-bio
生物数据工具包。序列分析、比对、系统发育树、多样性指标（alpha/beta，UniFrac）、排序（PCoA）、PERMANOVA、FASTA/Newick 输入/输出，用于微生物组分析。
download8deployed_code—star123
personjakexiao无需 Key
umap-learn
UMAP降维。用于2D/3D可视化的快速非线性流形学习，聚类预处理（HDBSCAN），监督/参数化UMAP，适用于高维数据。
download8deployed_code—star123
personjakexiao无需 Key
scientist-high
高级研究 - 复杂分析和机器学习（Opus级）
download8deployed_code—star123
personjakexiao无需 Key
scikit-learn
在Python中使用scikit-learn进行机器学习。当处理监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建机器学习管道时使用。提供了关于算法、预处理技术、管道以及最佳实践的全面参考文档。
download8deployed_code—star123