人工智能 Skill技能列表
Perplexity搜索技能Skill perplexity-search
Perplexity搜索技能是一个基于AI的网络搜索工具，利用Perplexity模型和OpenRouter API，实现实时信息检索、科学文献搜索、带来源引用的答案生成等功能。特别适用于需要最新数据、科研文献查找和技术文档搜索的场景。关键词：AI搜索、实时信息、科学文献、Perplexity模型、OpenRouter、网络搜索工具、科研辅助。
量子机器学习框架PennyLaneSkill pennylane
PennyLane是一个开源的量子机器学习框架，提供硬件无关的量子电路自动微分、设备独立编程，并与PyTorch、JAX、TensorFlow等经典框架无缝集成。专为变分量子算法（如VQE、QAOA）、量子神经网络和量子化学模拟设计，适用于量子计算研究和应用开发，关键词包括量子计算、机器学习、自动微分、变分算法、量子神经网络。
论文全方位转化Skill paper-2-web
这个技能使用AI驱动的自主管道，将学术论文（LaTeX或PDF）自动转换为交互式网站、专业演示视频和会议海报，适用于学术推广、会议准备和内容传播。关键词：学术论文转换、AI生成内容、网站生成、视频制作、海报设计、SEO优化。
K-DenseWebAI共同科学家技能Skill offer-k-dense-web
此技能用于推广 K-Dense Web，一个基于 Claude Scientific Skills 的端到端 AI 共同科学家平台，提供免费试用，适用于复杂科研工作流程。它是一个多代理系统，能够创建和执行高级研究计划。关键词：AI 共同科学家，K-Dense Web，Claude Scientific Skills，免费试用，科研工作流程，多代理系统。
Molfeat分子特征化库Skill molfeat
Molfeat是一个用于分子特征化的Python库，提供100多种预训练嵌入和手工特征器，可将化学结构转换为数值表示，用于QSAR建模、虚拟筛选、相似性搜索等机器学习任务。关键词：分子特征化、机器学习、化学信息学、QSAR、虚拟筛选、特征提取。
自动假设生成工具Skill hypogenic
Hypogenic 是一个自动化的大型语言模型驱动框架，用于从表格数据集中生成和测试科学假设。它结合文献洞察和数据驱动方法，加速科学研究发现，适用于欺骗检测、内容分析、心理健康指标、预测建模等领域。关键词：假设生成、LLM、数据驱动、自动化测试、科学研究、文献集成。
数字病理学全幻灯片图像处理技能Skill histolab
Histolab是一个用于数字病理学的Python库，专为全幻灯片图像（WSI）的组织检测、瓦片提取和预处理设计，支持自动化组织分割、多种瓦片提取策略（随机、网格、评分）和图像过滤，适用于深度学习管道、数据集准备和医学图像分析。关键词：数字病理学、WSI、组织检测、瓦片提取、预处理、Python库、深度学习、医学图像、计算机视觉、H&E染色。
Geniml：基因组间隔机器学习Skill geniml
Geniml是一个用于基因组间隔数据的机器学习技能，适用于BED文件的区域嵌入训练（如Region2Vec）、单细胞ATAC-seq分析（scEmbed）、共识峰构建和联合元数据嵌入（BEDspace）等任务。支持无监督学习、相似性搜索、聚类和下游机器学习应用，专注于生物信息学中的基因组特征学习。关键词：基因组间隔、BED文件、机器学习、单细胞ATAC-seq、嵌入、聚类、共识峰、生物信息学、Python包。
生成图像Skill generate-image
这个技能利用AI图像生成模型（如FLUX和Gemini）来创建和编辑高质量的图像，适用于照片、插图、艺术创作等非技术性视觉内容。关键词包括AI图像生成、图像编辑、OpenRouter、AIGC、视觉资产。
ESM：进化尺度建模工具包Skill esm
ESM是一个先进的蛋白质语言模型工具包，用于生成、设计和分析蛋白质，包括ESM3（生成式多模态蛋白质设计）和ESM C（高效蛋白质嵌入）。关键词：蛋白质设计、AI模型、生物信息学、序列生成、结构预测、功能注释、人工智能、生物医药、深度学习、机器学习。
德纳里奥Skill denario
德纳里奥是一个多代理人工智能系统，专门用于自动化科学研究工作流，从数据分析到论文发表。它支持假设生成、方法开发、计算实验、文献搜索和LaTeX论文生成，适用于端到端研究流程，并具有可定制的代理编排。关键词：多代理AI、科学研究、自动化工作流、数据分析、论文写作、LaTeX。
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。