机器学习 Skill技能列表
Arboreto基因调控网络推断工具Skill arboreto
Arboreto是一个用于从基因表达数据推断基因调控网络（GRN）的计算库，采用可扩展机器学习算法如GRNBoost2和GENIE3。适用于转录组学数据分析，包括批量RNA-seq和单细胞RNA-seq，以识别转录因子与靶基因的调控关系。支持分布式计算处理大规模数据集，提高分析效率。关键词：基因调控网络、GRN、基因表达数据、转录因子、GRNBoost2、GENIE3、单细胞RNA-seq、分布式计算、机器学习推断。
W&B实验跟踪器Skill wandb-experiment-tracker
W&B实验跟踪器是一款专为机器学习与深度学习项目设计的集成技能，用于高效管理实验全生命周期。它提供实验日志记录与可视化、超参数自动扫描优化、模型与数据集工件版本控制、团队协作以及自定义报告生成等功能。核心关键词包括：机器学习实验跟踪、深度学习超参数调优、W&B集成、模型版本管理、AI实验可视化、团队协作平台。
权重与偏置（Weights&Biases）Skill weights-and-biases
权重与偏置（W&B）是一个机器学习实验跟踪与MLOps平台，用于自动记录实验指标、实时可视化训练过程、优化超参数、管理模型注册和协作团队项目。关键词：机器学习实验跟踪，MLOps，W&B，超参数扫描，模型管理，协作工具，AI开发。
近似比计算器Skill approximation-ratio-calculator
近似比计算器是一个专注于分析和证明优化算法近似性能的专业工具。它提供LP松弛分析、整数性间隙计算、随机舍入方案设计、近似因子推导等功能，帮助研究人员和工程师评估算法的近似保证，分析PTAS/FPTAS可行性，并研究不可近似性结果。适用于算法设计、复杂性理论研究和优化问题求解。 关键词：近似算法，近似比，LP松弛，整数性间隙，随机舍入，PTAS，FPTAS，不可近似性，优化算法，复杂性理论
持续学习技能Skill cc-skill-continuous-learning
该技能专注于持续学习和适应新技术的开发能力，源自everything-claude-code，帮助开发者在快速变化的技术环境中保持竞争力。关键词：开发技能、持续学习、everything-claude-code、技术提升、软件开发。
模板卷积优化Skill stencil-convolution
stencil-convolution技能是专门针对GPU优化的模板和卷积模式实现的专家技能，用于科学计算、图像处理和数值模拟，涉及邻域计算的AI驱动操作。
高级评估Skill advanced-evaluation
这个技能用于构建和优化大型语言模型输出的评估系统，包括自动化评估管道、比较模型响应、创建评分标准等，关键词包括LLM评估、自动化质量评估、偏见减轻。
向量搜索模式Skill VectorSearchPatterns
向量搜索模式是一种利用向量嵌入和数据库进行语义搜索的技术，它通过将文本或图像转换为向量，然后在高维空间中测量向量之间的相似性来工作。这项技术适用于需要基于内容含义而非关键词进行搜索的场景，如语义文档搜索、产品推荐、问题回答等。关键词包括向量嵌入、语义搜索、相似性比较、机器学习模型。
模型卡生成器Skill model-card-generator
模型卡生成器是一个遵循谷歌模型卡框架的自动化文档工具，用于为机器学习模型创建标准化、全面的技术文档。该技能能自动生成包含模型详情、预期用途、性能指标、伦理考量、局限性和版本历史等关键部分的模型卡，支持HTML、Markdown和JSON多种输出格式，旨在提升机器学习项目的透明度、可解释性和可维护性。关键词：模型卡，机器学习文档，模型可解释性，AI伦理，模型评估，自动化文档，MLOps，模型治理。
DeepChem化学机器学习技能Skill deepchem
DeepChem化学机器学习技能是一个全面的Python库，专为化学、材料科学和生物学领域的机器学习应用设计。它支持分子数据加载与处理、多样分子特征化方法（如指纹、图表示）、模型训练与评估，特别适用于分子属性预测（ADMET、毒性）、药物发现、材料设计和生物分子分析。提供预训练模型（如ChemBERTa、GROVER）和MoleculeNet基准数据集，方便快速实验和性能评估。关键词：DeepChem、化学机器学习、分子特征化、图神经网络、预训练模型、药物发现、材料科学、MoleculeNet基准。
Evidently漂移检测器Skill evidently-drift-detector
Evidently漂移检测器是一个基于Evidently AI的机器学习监控技能，专门用于生产环境中ML系统的数据漂移检测、模型性能监控、目标漂移分析和自动报告生成。该技能支持多种统计检验方法（如KS、PSI、Wasserstein），能够量化漂移幅度、监控性能退化、生成可视化报告，并与ML管道集成实现自动化重训练触发。适用于机器学习运维（MLOps）、模型监控、数据质量保障等场景。关键词：机器学习监控、数据漂移检测、模型性能监控、Evidently AI、MLOps、概念漂移、目标漂移、自动化报告、统计检验、生产环境ML。
TensorBoardSkill tensorboard
TensorBoard是Google开发的机器学习可视化工具，用于可视化训练指标、调试模型、比较实验、可视化模型图和性能分析，支持PyTorch和TensorFlow框架。关键词：TensorBoard、机器学习、可视化、训练指标、模型调试、深度学习、实验跟踪、性能分析。