Pymatgen是一个Python库，专为材料科学设计，提供晶体结构创建与转换、相图计算、电子结构分析、表面和界面研究、Materials Project数据库集成等功能。适用于计算材料科学、高通量工作流和材料数据分析。关键词：材料科学、Python、分析工具、晶体结构、相图、电子结构、Materials Project、计算材料学。

这个技能用于访问RCSB PDB数据库，允许用户通过文本、序列或结构相似性搜索蛋白质和核酸的3D结构，下载坐标文件（PDB/mmCIF格式），检索元数据，并支持结构生物学和药物发现的研究工作。关键词：PDB数据库、蛋白质结构、核酸结构、结构生物学、药物发现、3D建模、数据分析。

此技能用于执行系统性的技术研究，包括范围定义、信息收集、数据分析和报告生成，特别适用于规划可扩展、安全、可维护的技术解决方案。它结合多来源验证和最佳实践评估，适用于技术选型、架构设计、安全评估等领域。关键词：技术研究、数据分析、信息收集、解决方案规划、最佳实践、SEO搜索优化。

量化方法技能专注于使用R、Stata、SPSS或Python等统计工具，为社会科学研究提供严谨的数据分析解决方案。核心能力包括回归建模、假设检验、功效分析和稳健性检验，旨在帮助研究者设计定量研究、分析调查数据、验证假设并构建预测模型。该技能强调最佳实践，如预注册分析、假设检查和代码文档化，确保分析结果的可靠性和可重复性。

本地Markdown笔记和文档的快速搜索引擎，适用于需要快速检索和查找相关内容的场景。

这个技能提供线性代数中矩阵问题的全面解决策略，涵盖矩阵类型识别、基本操作（如乘法、逆、转置）、线性系统求解和矩阵分解（如LU、QR、SVD）。通过集成SymPy工具，支持自动化计算和问题验证，适用于数学学习、工程应用、数据分析和量化金融场景。关键词：矩阵、线性代数、SymPy、问题解决、分解、逆、转置、乘法、LU分解、QR分解、SVD分解、量化策略。

scikit-bio是一个强大的Python库，专门用于生物信息学数据分析，包括序列处理、系统发育树构建、多样性计算、排序分析和统计测试。关键词：生物信息学、Python库、序列分析、多样性指标、微生物组研究、统计测试。

数据新闻学是一种利用数据分析、统计方法和可视化技术来发现、分析和呈现新闻故事的技能。它涉及数据采集、清洗、分析、可视化以及基于数据的叙事构建，适用于记者、新闻编辑室和研究人员处理定量信息。关键词：数据新闻、数据分析、数据可视化、新闻报道、数据故事、统计方法、数据清洗、数据驱动叙事。

这个技能帮助产品经理定义、跟踪和分析产品指标，构建指标框架、设定目标、运行评审，并设计仪表板以推动决策。关键词：产品管理、数据分析、指标框架、目标设定、SEO搜索优化、产品增长、用户行为分析。

RDKit是一个用于化学信息学的Python库，提供分子分析、药物发现和计算化学功能。它支持SMILES/SDF解析、分子描述符计算（如分子量、LogP）、指纹生成、子结构搜索、化学反应处理、2D/3D坐标生成和分子可视化。适用于药物研发、量化金融中的化学数据分析和科研学术研究。关键词：化学信息学、分子分析、药物发现、Python、RDKit、SMILES、指纹、相似性计算、数据分析。

财务管家是一个全面的个人财务管理工具，用于分析交易数据、生成财务洞察、创建可视化图表并提供可操作的预算建议。该系统支持从PDF、CSV、JSON等格式提取交易记录，计算关键财务指标如储蓄率、支出趋势，并生成交互式HTML报告。适用于个人理财分析、预算跟踪、消费模式识别和财务报告生成。关键词：个人财务管理、财务分析、预算跟踪、数据可视化、储蓄率计算、支出分析、PDF交易提取、财务报告生成、消费趋势识别。

Astropy（天体物理Python库）是一个全面的Python库，专为天文学和天体物理学设计，提供坐标转换、单位处理、FITS文件操作、宇宙学计算、时间系统处理等功能。适合天文数据分析、科研计算和天文研究，关键词包括：天文数据分析、坐标转换、FITS文件处理、宇宙学计算、Python天文库、天文学编程。