latex-posters
87إنشاء ملصقات بحثية LaTeX
يصعب تنسيق الملصقات البحثية ومراجعتها للطباعة في LaTeX. توفر هذه المهارة قوالب وإرشادات للتخطيط وفحوصات PDF لملصقات جاهزة للمؤتمرات.
تحليل بيانات ML العلاجية باستخدام PyTDC
تحتاج فرق اكتشاف الأدوية إلى مجموعات بيانات متسقة ومعايير عادلة. ترشد هذه المهارة سير عمل PyTDC لتحميل البيانات، وتقسيم مجموعات البيانات، وتقييم النماذج، واستخدام المُقيّمات الجزيئية.
انسخ هذا الطلب إلى Agent لديك. يتضمن صفحة Skill المعتمدة وملف manifest.
Review the Skillstore skill "pytdc" from https://skillstore.io/skills/davila7-pytdc.md and its manifest at https://skillstore.io/api/skills/davila7-pytdc/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.يجب أن يواصل Agent عرض خطته وطلب أي تأكيد تفرضه سياسة الأمان.
استخدم هذه الروابط عندما يحتاج AI Agent أو crawler أو script إلى سياق نظيف بدلًا من قراءة الصفحة كاملة.
جارٍ استخدام "pytdc". أحتاج إلى مجموعة بيانات ADME للنفاذية المعوية.
النتيجة المتوقعة:
مجموعة البيانات الموصى بها: Caco2_Wang. استخدم تقسيم scaffold للتنوع الكيميائي وأبلغ عن MAE لأداء الانحدار.
جارٍ استخدام "pytdc". أريد مقارنة نموذجي على مجموعة معايير TDC.
النتيجة المتوقعة:
جارٍ استخدام "pytdc". لقد ولّدت جزيئات وأحتاج إلى فحوصات جودة سريعة.
النتيجة المتوقعة:
قيّم الجزيئات باستخدام QED وSA وLogP ومُقيّمات النشاط الخاصة بالمهمة. تعامل مع المرشحين ذوي الدرجات العالية كدلائل فحص فقط.
All 90 static findings are false positives caused by Markdown backticks, dictionary keys, dataset partitions, and official resource links. No prompt injection, credential access, command execution, reconnaissance, or malicious network behavior was found.
شارك تقرير التقييم المرتبط بالإصدار والشارة المحايدة وبطاقة التضمين والاستشهادات. تعرض Skillstore الأدلة من دون أن تقرر ما إذا كانت هذه المهارة آمنة.
https://skillstore.io/skills/davila7-pytdc/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-pytdc?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-pytdc?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-pytdc/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-pytdc.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). pytdc security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pytdc/audits/9@techreport{davila7-davila7-pytdc-2026,
author = {davila7},
title = {pytdc security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-pytdc/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "pytdc security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-pytdc/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-pytdc:audit:9"
description: "Skillstore immutable audit report identifier"
تبقى مهارة كل مؤلف عنصراً مستقلاً قابلاً للتثبيت. يُرتب المتغير الموصى به وفق أدلة Skillstore.
سبب تصدر هذا المتغير
k-dense-ai-pytdc
2026-09-09
davila7-pytdc
2026-09-09
حمّل مجموعات بيانات ADME، واختر تقسيمات scaffold، وحدد المقاييس لتقييم واقعي للنموذج.
اتبع بروتوكولات مجموعات معايير TDC باستخدام خمس بذور ومقاييس ملخصة قابلة للمقارنة.
استخدم المُقيّمات الجزيئية لتقييم المركبات المُولَّدة من حيث الشبه الدوائي، والتخليق، والنشاط تجاه الهدف.
ساعدني في اختيار وتحميل مجموعة بيانات PyTDC لمهمة تنبؤ ADME. اشرح أعمدة البيانات والتقسيم الموصى به.
قارن بين تقسيمات scaffold وrandom وcold-drug وcold-target لمهمة ML العلاجية الخاصة بي. أوصِ بواحد واشرح المفاضلات.
أنشئ خطة تقييم معيارية باستخدام PyTDC لنموذجي وفق بروتوكول البذور الخمس، والمقاييس، وتنسيق الإبلاغ عن النتائج.
ساعدني في تعريف سير عمل مُقيّم جزيئي متعدد الأهداف باستخدام QED وSA وLogP ودرجة نشاط تجاه هدف.
المؤلف
davila7الترخيص
MIT
مراجعة Skillstore
r2
تنبيه الإصدار
لم يعلن المؤلف عن إصدار.
مرجع
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
حداثة الصيانة
٢٦/٧/٢٠٢٦
الاستخدام
8 تنزيلات · 527 مشاهدات
بنية الملفات
إنشاء ملصقات بحثية LaTeX
يصعب تنسيق الملصقات البحثية ومراجعتها للطباعة في LaTeX. توفر هذه المهارة قوالب وإرشادات للتخطيط وفحوصات PDF لملصقات جاهزة للمؤتمرات.
إنشاء محتوى تسويقي جاهز لتحسين محركات البحث
تحتاج فرق التسويق إلى محتوى واضح يطابق صوت العلامة التجارية وأهداف البحث. توفر هذه المهارة قوالب ونصوص تحليل وإرشادات للمنصات من أجل إنتاج محتوى قابل للتكرار.
إنشاء خطط علاج طبي منظمة
غالبًا ما تصبح خطط العلاج السريري غير متسقة أو مطولة أو صعبة المراجعة. توفر هذه المهارة قوالب مركزة وأهدافًا قابلة للقياس وجداول زمنية وفحوصات محلية للجودة.
إنشاء تقارير سريرية منظمة
تحتاج الفرق السريرية إلى تقارير واضحة تتبع المعايير الطبية والتنظيمية. توفر هذه المهارة قوالب وقوائم تحقق وإرشادات تحقق لتقارير الحالات والتشخيصات والتجارب وملاحظات المرضى.
تحليل ملفات البيانات العلمية
يصعب فحص ملفات البيانات العلمية لأن كل تنسيق يخزن البنية والبيانات الوصفية بطريقة مختلفة. تكتشف هذه المهارة التنسيقات، وتقيّم جودة البيانات، وتنشئ تقارير EDA عملية بصيغة markdown.
تشغيل سير عمل الإرساء الجزيئي باستخدام DiffDock
غالبًا ما يفشل إعداد الإرساء الجزيئي بسبب صعوبة مواءمة المدخلات والمعلمات ودرجات الثقة. ترشد هذه المهارة سير عمل DiffDock بدءًا من التحضير وحتى مراجعة النتائج.
تصميم تجارب ونماذج علم البيانات
بواسطة alirezarezvani
غالبا ما تفشل مشاريع علم البيانات عندما تفتقر التجارب والميزات والنماذج إلى بنية إحصائية واضحة. تمنح هذه المهارة Claude وCodex وClaude Code مسارات عمل موجهة للتجريب، وهندسة الميزات، ومراجعة النماذج.
تحقق من سير عمل التعلم الآلي لاكتشاف الأنماط المضادة الخفية
بواسطة Doyajin174
قد تبدو مشاريع التعلم الآلي دقيقة بينما يخفي تسرب البيانات أو التقييم الضعيف عيوبًا خطيرة. توجه هذه المهارة فحوصات منظمة للتقسيمات والمقاييس والتدريب وجاهزية النشر.
تصحيح إخفاقات تدريب ML
بواسطة DNYoussef
يمكن أن يفشل تدريب ML بسبب فقد NaN، أو فرط التخصيص، أو بطء التقارب، أو التدرجات غير المستقرة. ترشد هذه المهارة إلى التشخيص، والإصلاحات المستهدفة، والتحقق، وإعداد التقارير.
بناء سير عمل التعلم الآلي الجزيئي باستخدام DeepChem
بواسطة K-Dense-AI
غالبا ما يتطلب التعلم الآلي الجزيئي أدوات متخصصة لاستخراج السمات، ومجموعات بيانات، وطرقا للتقييم. تساعد هذه المهارة Claude وCodex وClaude Code على تصميم سير عمل DeepChem للتنبؤ بالخصائص، والتعلم بالنقل، والمعايير المرجعية.
ابنِ اكتشاف الشذوذ في Java باستخدام Azure AI
بواسطة sickn33
تحتاج فرق Java إلى أنماط موثوقة لاكتشاف السلوك غير المعتاد في السلاسل الزمنية. توفر هذه المهارة أمثلة Azure AI Anomaly Detector للعملاء والنماذج والاستدلال والأخطاء.
تدريب وكلاء التعلم المعزز بسرعة أكبر
بواسطة K-Dense-AI
تتباطأ تجارب التعلم المعزز عندما لا تستطيع البيئات وحلقات التدريب التوسع. يساعد PufferLib كلًا من Claude وCodex وClaude Code على تصميم مسارات عمل تدريب متجهة أسرع.