FDA-Regulierungsdaten sind über viele openFDA-Endpunkte verstreut. Diese Skill hilft KI-Agenten, Arzneimittel, Geräte, Lebensmittel, Tierarzneimittel und Substanzen abzufragen.

Wissenschaftliche Datendateien sind schwer zu untersuchen, da jedes Format Strukturen und Metadaten anders speichert. Dieser Skill erkennt Formate, erstellt Datenqualitätsprofile und erzeugt praxisorientierte EDA-Berichte im Markdown-Format.

Phylogenetische Analysen erfordern häufig spezialisierte Funktionen zum Parsen von Bäumen, zur Taxonomieabfrage und zur Abbildungserstellung. Dieser Skill führt Claude, Codex und Claude Code durch ETE-Workflows für Analyse und Visualisierung.

Genomische Forschung benötigt häufig schnellen Zugriff auf Gene, Varianten, Sequenzen und Assemblierungen. Diese Fähigkeit führt Claude, Codex und Claude Code durch Ensembl-REST-Workflows.

Das Auffinden von ENA-Accession-Nummern, Metadaten und Sequenzdateien kann für Genomik-Teams zeitaufwendig sein. Diese Skill bietet Claude, Codex und Claude Code strukturierte Anleitungen zur ENA API.

Cheminformatik-Arbeiten erfordern häufig komplexe RDKit-Muster für gängige molekülbezogene Aufgaben. Dieser Skill unterstützt Datamol-Workflows für Parsing, Deskriptoren, Fingerprints, Konformere, Clustering, Reaktionen und Visualisierung.

Große Python-Datensätze überschreiten häufig den verfügbaren Arbeitsspeicher oder laufen in einem einzelnen Prozess zu langsam. Dieser Skill hilft Claude, Codex und Claude Code beim Entwerfen von Dask-Workflows.

Öffentliche Statistiken erfordern vor der Analyse oft die Auflösung von Entitäten, Variablen und Quellenmetadaten. Diese Skill-Anleitung führt Claude, Codex und Claude Code durch Data-Commons-Abfragen und die Aufbereitung der Ergebnisse.

Astronomie-Workflows benötigen zuverlässige Einheiten, Koordinaten, Zeitsysteme und FITS-Verarbeitung. Dieser Skill führt Claude, Codex und Claude Code durch Astropy-Muster für die wissenschaftliche Datenanalyse.

Transcriptomics-Teams benötigen zuverlässige Methoden, um Beziehungen zwischen Transkriptionsfaktoren und Zielgenen abzuleiten. Dieser Skill führt durch Arboreto-Workflows für GRNBoost2, GENIE3 und skalierbare Dask-Ausführung.

AnnData-Workflows können durch falsch ausgerichtete Metadaten, große Dateien und unklare Speicherentscheidungen scheitern. Dieser Skill bietet gezielte Anleitung zu Objektstruktur, I/O, Konkatenation und speicherbewusster Analyse.

Zeitreihenprojekte benötigen Methoden, die zeitliche Strukturen verstehen. Dieser Skill führt Claude, Codex und Claude Code durch Aeon-Algorithmen und -Workflows.

Netzwerkteams benötigen eine schnelle Möglichkeit, Bandbreitennutzung und Anwendungsmix zu verstehen. Dieser Skill führt Claude, Codex und Claude Code durch Workflows zur DPI-, Client- und Geräte-Traffic-Analyse.

Das Schreiben von Datadata-DQL-Skripten erfordert plattformspezifische Starlark-Syntax und Daten-APIs. Diese Skill unterstützt Claude, Codex und Claude Code beim Erstellen von Workflows für Abfragen, Abrufe, DataFrames und Validierung.

Teams benötigen eine sicherere Möglichkeit, Datadata-Quellen zu prüfen, ohne eigene API-Aufrufe zu erstellen. Diese Skill bietet geführte CLI-Workflows für Metadaten, SQL-Ausführung, Exporte und die Verwaltung von Data-Space-Tabellen.

Neue Snowflake-Benutzer benötigen klare Schritte für Zugriff, Schlüssel und erste Verbindungen. Dieser Skill führt Claude, Codex und Claude Code durch das SnowTower-Onboarding und häufige Fehlerbehebungen.

Datenbankänderungen können langsame Abfragen, Datenverlust und unsichere Migrationen verursachen. Dieser Skill führt Claude, Codex und Claude Code durch Reviews von Schema, Abfragen, Indizes, ORM und Migrationen.

Teams benötigen oft zuverlässige OCR für Screenshots, Belege und bildbasierte Tabellen. Dieser Skill führt Claude, Codex und Claude Code durch Scanlume-API-Aufrufe und strukturierte OCR-Ausgaben.

Teams benötigen glaubwürdige Datenbankeinträge für Entwicklung, Tests und Demos, ohne Kundendaten offenzulegen. Diese Skill hilft dabei, relationale Seed-Skripte und ORM-Seeder mit realistischen Szenarien zu erstellen.

Datenbankschemas sind schwer zu verstehen, wenn Tabellen, Schlüssel und Indizes über Dateien verstreut sind. Diese Fähigkeit verwandelt Schemaquellen in Diagramme, Dokumentation und Beziehungsanalysen.