Extrae significado de las imágenes sin esfuerzo manual. Esta habilidad analiza fotos, capturas de pantalla, gráficos y maquetas utilizando el MCP de visión MiniMax para proporcionar descripciones detalladas, extracción de texto y comentarios sobre el diseño.

Crea, lee, edita, valida y formatea hojas de cálculo profesionales de Excel (.xlsx, .xlsm, CSV) con pérdida cero de formato, estilo de grado financiero y validación de fórmulas, todo ello sin el comportamiento destructivo de ida y vuelta de openpyxl.

Esta habilidad proporciona documentación completa y referencias de SDK para los servicios de Azure AI, incluyendo Search, Speech, OpenAI, Vision, Translation y Document Intelligence. Ayuda a los desarrolladores a encontrar rápidamente las APIs y patrones de código correctos para sus soluciones de IA.

Crear imágenes y videos generados por IA generalmente requiere navegar por plataformas complejas y escribir prompts detallados. Esta skill se conecta directamente a la API de liblib.tv, permitiéndote generar y editar contenido visual a través de comandos en lenguaje natural.

El diseño manual de esquemas es propenso a errores y difícil de visualizar. DB Craft proporciona un espacio de trabajo visual local para diseñar esquemas de MySQL, PostgreSQL, SQLite y MSSQL con asistencia de IA, luego exporta SQL listo para producción.

Accede a más de 230 millones de compuestos químicos disponibles para compra en investigación de descubrimiento de fármacos. Busca por estructura molecular, ID de ZINC o códigos de proveedor. Recupera estructuras 3D para cribado virtual y estudios de acoplamiento molecular.

Trabajar con grandes conjuntos de datos que superan los límites de memoria. Zarr-python permite el almacenamiento de arreglos por bloques con compresión para flujos de trabajo de computación científica nativos de la nube y eficientes.

Esta habilidad permite crear, editar y analizar hojas de cálculo de Excel con fórmulas, formato y análisis de datos. También recalcula fórmulas y verifica cero errores para salidas de calidad de publicación.

Procesar grandes conjuntos de datos tabulares que exceden la RAM requiere herramientas especializadas. Vaex permite operaciones DataFrame fuera de memoria, evaluación diferida y procesamiento de mil millones de filas por segundo en conjuntos de datos demasiado grandes para la memoria. Perfecto para datos astronómicos, series temporales financieras y análisis científico a gran escala.

Los datos de alta dimensionalidad son difíciles de visualizar y analizar. UMAP reduce las dimensiones mientras preserva la estructura, permitiendo visualizaciones claras en 2D/3D y mejores resultados de clustering.

Las Redes Neuronales de Grafos impulsan aplicaciones modernas como el descubrimiento de fármacos, el análisis de redes sociales y los sistemas de recomendación. Esta skill ofrece plantillas listas para usar y documentación para implementar GNNs con PyTorch Geometric.

Necesita resultados matemáticos exactos en lugar de aproximaciones numéricas. Esta habilidad proporciona orientación completa para álgebra simbólica, cálculo, resolución de ecuaciones, operaciones matriciales y cálculos físicos usando la biblioteca Python SymPy.

Realizar análisis estadístico riguroso utilizando OLS, GLM, ARIMA y modelos de elección discreta. Obtener resultados listos para publicación con diagnósticos completos, tablas de coeficientes y análisis de residuos.

Deja de adivinar qué prueba estadística usar. Obtén selección guiada de pruebas, verificación de suposiciones y resultados en formato APA para tus datos de investigación. Ideal para estudiantes e investigadores que necesitan un análisis estadístico riguroso.

SimPy te permite modelar sistemas complejos con procesos, colas y recursos compartidos. Simula líneas de fabricación, operaciones de red, tráfico de redes y logística para optimizar el rendimiento antes de la implementación.

Los modelos de aprendizaje automático suelen actuar como cajas negras. SHAP proporciona un marco unificado para explicar cualquier predicción de modelo calculando las contribuciones de las características utilizando los valores de Shapley de la teoría de juegos. Usa esta habilidad para visualizar la importancia de las características, depurar el comportamiento del modelo e implementar inteligencia artificial explicable.

El análisis de supervivencia maneja datos donde los eventos pueden no haber ocurrido para todos los sujetos. Esta habilidad proporciona herramientas de Python para modelado de tiempo hasta el evento con datos censurados utilizando modelos Cox, Bosques de Supervivencia Aleatorios, SVMs y métricas de evaluación especializadas como el índice de concordancia.

Procesar secuencias biológicas, calcular métricas de diversidad y realizar pruebas estadísticas en datos microbiológicos y ecológicos. Esta skill proporciona orientación completa para flujos de trabajo de bioinformática incluyendo alineamiento de secuencias, análisis filogenético y ordenación.

La secuenciación de RNA de célula única genera conjuntos de datos complejos que requieren análisis especializado. Esta skill proporciona un flujo de trabajo completo para control de calidad, reducción de dimensionalidad, clustering y visualización de datos de expresión génica de célula única.

Analiza rutas biológicas y listas de genes usando la base de datos Reactome. Realiza análisis de enriquecimiento de rutas, mapea genes a rutas y explora interacciones moleculares para investigación en biología de sistemas.