Los agentes de IA a menudo necesitan resultados web actuales con una intención de búsqueda clara. Esta habilidad permite que Claude, Codex y Claude Code consulten Exa.ai mediante un wrapper sencillo de Node.js.

Los desarrolladores pierden tiempo buscando en issues, pull requests, discusiones y ejemplos de código dispersos en GitHub. Esta skill guía búsquedas enfocadas en repositorios para bugs, dependencias y patrones de implementación.

Las transcripciones de video son difíciles de recopilar y limpiar manualmente. Esta habilidad guía a Claude, Codex y Claude Code durante la extracción de subtítulos, la limpieza y la preparación de resúmenes.

Los investigadores necesitan acceso rápido a prepublicaciones que quizá aún no aparezcan en los índices de revistas. Esta skill busca en arXiv y devuelve títulos de artículos, resúmenes y enlaces concisos.

Los proyectos complejos fracasan cuando los equipos planifican a partir de suposiciones y pasan por alto riesgos conocidos. Esta skill guía la recopilación de evidencia, la planificación de tareas y la revisión pre-mortem antes de la implementación.

Las páginas web suelen contener navegación, scripts y contenido bloqueado que complican una extracción limpia. Esta habilidad obtiene URL y devuelve contenido enfocado en varios formatos.

Las respuestas técnicas actuales a menudo requieren fuentes web en vivo y referencias de código enfocadas. Esta skill ejecuta búsquedas de Exa desde la CLI y devuelve contexto web o de programación para su revisión.

La investigación de proteínas suele requerir búsquedas precisas, secuencias, anotaciones y mapeos de identificadores de UniProt. Esta habilidad proporciona flujos de trabajo REST directos y un cliente de Python para un acceso repetible a datos de proteínas.

Los equipos de descubrimiento de fármacos necesitan orientación clara para seleccionar conjuntos de datos moleculares, modelos de grafos y flujos de trabajo de evaluación. Esta skill proporciona patrones de TorchDrug para moléculas, proteínas, grafos de conocimiento, generación y retrosíntesis.

La investigación de interacciones de proteínas requiere varias operaciones de la API de STRING y una selección cuidadosa de parámetros. Esta habilidad mapea identificadores, recupera redes, ejecuta análisis de enriquecimiento y genera imágenes de redes.

Los equipos de búsqueda necesitan una orientación SEO clara que abarque el contenido y los detalles técnicos. Esta skill proporciona listas de verificación, plantillas y ejemplos para mejorar la visibilidad en los resultados de búsqueda.

Los artículos científicos necesitan una estructura clara, lenguaje preciso y detalles de reporte correctos. Esta skill ayuda a Claude, Codex y Claude Code a redactar manuscritos pulidos con citas, figuras y comprobaciones de guías.

Quienes presentan investigaciones necesitan diapositivas claras que expliquen trabajos complejos sin abrumar al público. Esta skill ayuda a planificar, diseñar, generar y revisar presentaciones científicas para formatos académicos habituales.

Las afirmaciones científicas son difíciles de evaluar porque los métodos, las estadísticas y los riesgos de sesgo pueden estar ocultos. Esta skill guía a Claude, Codex y Claude Code mediante una revisión estructurada de la evidencia.

La revisión académica puede ser inconsistente cuando los criterios no están claros. Esta skill aplica dimensiones estructuradas de ScholarEval para generar puntuaciones equilibradas, evidencia y prioridades de revisión.

Los investigadores deben adaptar cada propuesta a las estrictas expectativas de revisión de cada agencia. Esta habilidad ayuda a redactar, revisar y estructurar materiales de subvención para los principales financiadores de EE. UU.

El análisis de rutas requiere endpoints exactos de Reactome y formatos de datos válidos. Esta habilidad guía a Claude, Codex y Claude Code en consultas, análisis de enriquecimiento e interpretación de resultados.

El trabajo de quimioinformática a menudo requiere análisis molecular preciso, descriptores, huellas digitales y lógica de subestructuras. Esta skill proporciona orientación sobre RDKit y scripts reutilizables para flujos de trabajo de investigación.

Los modelos cuánticos requieren elegir cuidadosamente los solvers y contar con flujos de trabajo de análisis claros. Esta skill guía a Claude, Codex y Claude Code en simulaciones, mediciones y visualizaciones con QuTiP.

Los investigadores de materiales necesitan formas fiables de inspeccionar estructuras, convertir formatos e interpretar datos computados de materiales. Esta habilidad proporciona flujos de trabajo, scripts y referencias de pymatgen para esas tareas.