davila7

Predice propiedades moleculares, genera nuevos compuestos y analiza proteínas utilizando la biblioteca de ML TorchDrug. Entrena redes neuronales gráficas sobre moléculas, proteínas y grafos de conocimiento biomédico para tareas de descubrimiento de fármacos y química computacional.

Escribir pruebas después de que el código pasa demuestra inmediatamente nada. Primero las pruebas te obligan a ver la prueba fallar, demostrando que realmente prueba el comportamiento correcto. TDD detecta errores antes de que lleguen a producción y permite una refactorización segura.

Las correcciones aleatorias desperdician tiempo y crean nuevos errores. Esta habilidad proporciona un marco de cuatro fases para investigar sistemáticamente problemas, rastrear problemas hasta su origen e implementar correcciones que realmente resuelvan la causa subyacente en lugar de enmascarar síntomas.

Esta plantilla proporciona un punto de partida para crear habilidades personalizadas de Claude. Incluye secciones de marcador de posición para el nombre de la habilidad, descripción e instrucciones que puedes personalizar para tu caso de uso específico.

Necesitas resultados matemáticos exactos en lugar de aproximaciones numéricas. Esta skill proporciona orientación completa para la computación simbólica usando SymPy, incluyendo álgebra, cálculo, matrices, física y generación de código. Perfecto para ingenieros, científicos e investigadores que necesitan soluciones simbólicas precisas.

Gestionar múltiples subagentes manualmente genera contaminación de contexto y calidad inconsistente. Esta habilidad despacha subagentes nuevos por tarea con puntos de control de revisión automatizados de dos etapas, asegurando cumplimiento de especificaciones antes de la revisión de calidad de código.

Accede a redes de interacciones proteína-proteína desde la base de datos STRING que cubre 59M proteínas y 20B interacciones. Realiza análisis de enriquecimiento funcional, descubre socios de interacción y genera visualizaciones de redes para investigación en biología de sistemas.

Los usuarios necesitan analizar datos con métodos estadísticos rigurosos. Esta habilidad proporciona orientación integral para modelos de regresión, pruebas de hipótesis, análisis de series temporales y procedimientos de diagnóstico.

Las habilidades de análisis estadístico son esenciales para la investigación, pero requieren una metodología adecuada. Este conjunto de herramientas proporciona orientación integral sobre pruebas de hipótesis, regresión, métodos bayesianos e informes en formato APA para ayudar a los investigadores a realizar análisis rigurosos y reproducibles.

El aprendizaje por refuerzo requiere experiencia profunda en algoritmos, entornos y flujos de trabajo de entrenamiento. Esta habilidad proporciona plantillas y guías listas para usar para Stable Baselines3 para que puedas entrenar agentes de RL rápidamente sin aprender todos los detalles de antemano.

Crea GIFs animados que cumplan con los límites de tamaño de Slack. Construye animaciones con primitivas combinables como shake, bounce, spin, pulse, fade, zoom y explode. Valida el tamaño de archivo y dimensiones para emojis y GIFs de mensajes.

Los equipos pierden tiempo compartiendo manualmente las habilidades recién creadas con sus colegas. Esta habilidad automatiza la creación de habilidades con estructura adecuada y notifica instantáneamente a tu equipo en Slack mediante la integración con Rube.

Administrar e instalar habilidades de Codex manualmente puede ser lento y propenso a errores. Esta habilidad automatiza el proceso de instalación, permitiéndote explorar colecciones curadas de habilidades e instalar habilidades directamente desde repositorios de GitHub con un comando simple.

Construir habilidades de IA efectivas requiere comprender la divulgación progresiva y la estructura de documentación adecuada. Esta habilidad te enseña cómo crear habilidades modulares que se carguen eficientemente y se activen en el momento correcto.

Crear habilidades efectivas requiere comprender los flujos de trabajo del dominio, los recursos reutilizables y la documentación estructurada. Esta habilidad proporciona un marco completo para diseñar, estructurar y empaquizar habilidades que extienden a Claude con capacidades especializadas.

Los sistemas complejos con colas y recursos compartidos son difíciles de analizar sin simulación. SimPy proporciona un marco de trabajo basado en Python para modelar procesos, recursos y eventos basados en tiempo para predecir el comportamiento del sistema antes de la implementación.

Los modelos de aprendizaje automático suelen funcionar como cajas negras. SHAP proporciona un marco unificado para comprender qué características impulsan las predicciones y cuánto contribuye cada característica. Esta skill te ayuda a calcular la importancia de características, generar visualizaciones, depurar modelos e implementar IA explicable en tus proyectos.

Una visibilidad deficiente en buscadores limita el tráfico orgánico y el crecimiento. Esta skill proporciona orientación integral sobre investigación de palabras clave, optimización on-page, SEO técnico y Core Web Vitals para mejorar los rankings de búsqueda y atraer tráfico orgánico.

Los equipos de seguridad necesitan enfoques sistemáticos para identificar vulnerabilidades, diseñar arquitecturas seguras y validar defensas. Esta skill proporciona herramientas automatizadas para modelado de amenazas, flujos de trabajo de pruebas de penetración y revisiones de arquitectura de seguridad con guías de mejores prácticas.

Las operaciones de seguridad requieren evaluación consistente y validación de cumplimiento a través de proyectos. Esta skill proporciona herramientas automatizadas para escaneo de seguridad, evaluación de vulnerabilidades y verificación de cumplimiento con informes estandarizados.

La creación manual de pruebas y la cobertura inconsistente dejan errores sin detectar. Esta habilidad proporciona generación automatizada de conjuntos de pruebas, análisis de cobertura y andamiaje de pruebas E2E para garantizar la calidad de manera consistente en proyectos React, Next.js y Node.js.

Crear prompts efectivos para modelos de lenguaje grandes requiere experiencia profunda en patrones, marcos y técnicas de optimización. Esta habilidad proporciona estrategias de ingeniería de prompts listas para producción para Claude, GPT-4 y otros LLMs, incluyendo salidas estructuradas, razonamiento chain-of-thought y diseño de sistemas agentivos.

Construir y desplegar sistemas de ML en producción requiere experiencia profunda en MLOps, monitoreo de modelos e infraestructura escalable. Esta habilidad proporciona orientación de clase mundial para poner modelos en producción, implementar sistemas RAG e integrar LLMs en flujos de trabajo de producción.

Construir aplicaciones web fullstack requiere un conocimiento profundo de muchas tecnologías y patrones. Esta skill proporciona herramientas de scaffolding, análisis de calidad de código y orientación de arquitectura para proyectos de React, Next.js, Node.js, GraphQL y PostgreSQL.