Teams verschwenden Zeit damit, veraltete Veranstaltungslisten und unvollständige Messeverzeichnisse zu vergleichen. Dieser Skill recherchiert aktuelle Messen, vergleicht Optionen und macht aus der Eventsuche eine praktische Auswahlliste.

NotebookLM-Nutzer benötigen eine zuverlässige Möglichkeit, gespeicherte Notizbücher aus Claude Code heraus zu finden, zu registrieren und abzufragen. Dieser Skill leitet Notizbuchanfragen über Chrome-Automatisierung weiter und führt ein lokales Notizbuchregister.

Komplexe Webrecherche kann schnell verstreut und schwer überprüfbar werden. Diese Skill plant Unterthemen, delegiert Suchvorgänge und synthetisiert zitierte Erkenntnisse zu einer klaren Antwort.

Webseiten enthalten oft Navigation, Werbung und Layouttext, die Tokens verschwenden. Dieser Skill verwendet Defuddle CLI, um saubereres Markdown für Claude, Codex und Claude Code zu extrahieren.

Akademische Einreichungen scheitern häufig, weil Formatierungsregeln je nach Venue variieren. Diese Skill stellt Vorlagen, Anforderungen und Beispiele für eine schnellere Vorbereitung bereit.

Patent- und Markenrecherche erfordert oft mehrere USPTO-Datenquellen. Diese Skill bietet Claude, Codex und Claude Code fokussierte Workflows für die USPTO API-Recherche.

Die frühe Forschungsplanung gerät oft ins Stocken, wenn Teams sich auf vertraute Annahmen stützen. Dieser Skill leitet strukturiertes wissenschaftliches Brainstorming an, um neue Blickwinkel, Methoden und Forschungslücken sichtbar zu machen.

Aktuelle Literaturrecherchen können langsam und schwer zu überprüfen sein. Dieser Skill nutzt OpenRouter-Zugriff auf Perplexity Sonar-Modelle, um wissenschaftliche Quellen zu finden, Ergebnisse zusammenzufassen und Zitationen zurückzugeben.

Quantenprogrammierung erfordert sorgfältiges Schaltungsdesign, Backend-Auswahl und Ergebnisanalyse. Diese Skill führt Claude, Codex und Claude Code durch praktische Qiskit-Workflows für Simulatoren und IBM Quantum-Hardware.

Recherche benötigt oft aktuelle Quellen jenseits des Modell-Stichtags. Diese Skill führt Perplexity-Suchen über OpenRouter aus und liefert fundierte Antworten mit Zitaten.

Quantum-Machine-Learning-Projekte erfordern sorgfältige Entscheidungen zu Schaltkreisen, Optimierern und Backends. Diese Skill bietet PennyLane-Muster für Simulation, Training, Chemie und Hardware-Zugriff.

Arbeiten in der Strukturbiologie erfordern häufig schnellen Zugriff auf öffentliche Protein- und Nukleinsäurestrukturen. Diese Skill hilft Claude, Codex und Claude Code dabei, RCSB PDB zu durchsuchen, Metadaten abzurufen und Koordinatendateien herunterzuladen.

Teams in der Wirkstoffforschung benötigen schnellen Zugriff auf Evidenz zu Targets und Krankheiten. Diese Skill fragt Open Targets ab und unterstützt die Interpretation der Evidenz für Forschungsentscheidungen.

Wissenschaftliche Suche und bibliometrische Analysen können viele OpenAlex-API-Muster erfordern. Diese Skill bietet wiederverwendbare Workflows für Arbeiten, Autoren, Institutionen, Zitationen und Trends.

Forschungsworkflows können über einzelne promptbasierte wissenschaftliche Skills hinauswachsen. Dieser Skill verweist Nutzer auf K-Dense Web, um umfassendere Unterstützung bei Planung und Ausführung zu erhalten.

Neuropixels-Workflows erfordern viele Schritte zur Vorverarbeitung, Sortierung und Kuration. Dieser Skill führt Claude, Codex und Claude Code durch SpikeInterface-basierte Analysen, Qualitätsmetriken und Kurationsausgaben.

Die Biosignalanalyse erfordert sorgfältige Vorverarbeitung, validierte Metriken und modalitätsspezifische Methoden. Diese Skill unterstützt NeuroKit2-Workflows für ECG, EEG, EDA, RSP, PPG, EMG, EOG, HRV, Ereignisse und Komplexität.

Metabolomik-Forschende benötigen zuverlässigen Zugriff auf öffentliche Studien- und Verbindungsdaten. Dieser Skill führt Claude, Codex und Claude Code durch REST-Abfragen an Metabolomics Workbench.

Forschende müssen Beobachtungen in klare, testbare Erklärungen überführen. Dieser Skill strukturiert die Evidenzprüfung, konkurrierende Hypothesen, Vorhersagen und Versuchspläne.

Forschende benötigen strukturierte Wege, um Datensätze und wissenschaftliche Arbeiten in überprüfbare Hypothesen zu überführen. Hypogenic unterstützt Generierungs-, Verfeinerungs- und Inferenz-Workflows für empirische Forschung.