人工智能 Skill技能列表
TanStackAI（供应商无关的LLMSDK）Skill tanstack-ai
TanStack AI 是一个供应商无关的大型语言模型软件开发工具包，提供类型安全的聊天功能，支持流式传输，可适配多种AI提供商如OpenAI、Anthropic等。它用于构建聊天应用、前端界面、工具调用、代理循环等，具有工具批准、多模态输入等功能。关键词：TanStack AI，供应商无关，类型安全，流式传输，AI SDK，聊天，工具定义，代理循环。
ChEMBL搜索Skill chembl-search
这个技能是一个AI驱动的搜索工具，允许用户通过自然语言查询访问ChEMBL数据库中的生物活性分子、药物靶点和结合数据，适用于药物发现、靶点验证和结构-活性关系分析等场景。关键词：ChEMBL搜索、药物发现、语义搜索、生物活性化合物、AI应用。
技能创建器Skill skill-creator
技能创建指南：提供完整流程指导如何创建有效AI技能，包括资源规划、脚本编写、参考文档和资产管理，用于扩展Claude的AI能力。适用于人工智能应用开发、工作流程设计和工具集成。关键词：AI技能创建、Claude扩展、工作流程设计、工具集成、人工智能开发、技能指南、AI应用开发。
结构化LLM输出提取库Skill instructor
Instructor是一个Python库，用于从大型语言模型（LLM）响应中可靠提取结构化数据，自动验证输出，支持重试失败提取和流式处理部分结果，适用于数据提取、分类、结构化分析等AI应用场景。关键词：LLM，结构化输出，数据提取，Pydantic验证，自动重试，流式处理，AI工具。
MCP服务器开发Skill mcp-builder
这个技能专注于创建高质量的MCP（模型上下文协议）服务器，使大型语言模型（LLMs）能够通过设计良好的工具与外部服务进行交互。它涵盖了从研究规划到实现、测试和评估的全流程，支持Python和TypeScript开发，并包括错误处理、分页和可操作错误消息等关键功能。关键词：MCP服务器、LLM交互、API集成、工具设计、TypeScript开发、Python开发、AI智能体、模型上下文协议、服务器开发、AI应用集成。
Whisper语音识别Skill whisper
Whisper 是 OpenAI 开发的多语言语音识别模型，能够将语音转换为文字，支持 99 种语言的转录和翻译到英语，适用于语音转文字、播客转录、会议自动化、音频处理等场景。关键词：语音识别、ASR、多语言、转录、翻译、音频处理、人工智能、NLP。
AssemblyAI流式与实时转录技能Skill assemblyai-streaming
该技能用于通过AssemblyAI API实现流式语音转文本、实时会议笔记记录和语音代理开发，支持低延迟转录和音频分析，适用于人工智能自然语言处理项目，关键词包括AssemblyAI、流式转录、实时转录、会议笔记、语音代理、LLM Gateway、语音转文本、NLP。
代理原生架构审计Skill agent-native-audit
代理原生架构审计技能用于对代码库进行全面的代理原生架构审查。通过启动并行子代理评估八个核心原则（如动作对等、工具作为原语），生成评分报告，帮助识别和改进代理实现中的架构问题。关键词：代理原生架构、审计、AI智能体、代码审查、架构原则、评分报告、软件优化。
HQQ模型量化技术Skill hqq-quantization
HQQ（Half-Quadratic Quantization）是一种先进的AI模型量化技术，专为大语言模型设计，支持无校准数据的4/3/2-bit精度权重压缩，实现快速模型优化和内存效率提升，适用于AI推理加速、模型部署、vLLM和HuggingFace框架集成，以及LoRA微调。关键词：量化、模型压缩、无校准、AI推理、大模型微调、内存优化。
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。
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。
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。