DBX Studio necesita un comportamiento de asistente coherente entre los proveedores de streaming y de herramientas. Esta habilidad guía las ediciones de prompts para tono, orden de herramientas, formato de respuesta y seguridad SQL.

Los usuarios de bases de datos necesitan SQL fiable que coincida con su tipo de conexión y esquema. Esta skill guía a Claude, Codex y Claude Code para inspeccionar esquemas, escribir consultas de solo lectura y explicar los resultados con claridad.

Escribir SQL correcto entre dialectos de bases de datos es lento y propenso a errores. Esta skill ayuda a Claude, Codex y Claude Code a crear consultas seguras de DBX Studio.

Convertir resultados de consultas sin procesar en el gráfico adecuado puede requerir una configuración repetida. Esta skill guía a Claude, Codex y Claude Code para elegir tipos de gráficos, escribir consultas SELECT y llamar a la generación de gráficos de DBX Studio.

Los equipos de bases de datos a menudo necesitan una vista rápida de tablas, relaciones y calidad de datos antes del análisis. Esta habilidad guía a Claude, Codex o Claude Code a través de un flujo de trabajo estructurado de perfilado en DBX Studio.

Explorar una base de datos desconocida puede ser lento e inconsistente. Esta skill le da a DBX Studio un flujo de trabajo repetible para revisión de esquemas, perfilado, relaciones y comprobaciones de calidad.

Los equipos de DBX Studio necesitan un mapa fiable de definiciones de herramientas de IA, proveedores y rutas de ejecución. Esta skill dirige a Claude, Codex y Claude Code a las áreas de implementación relevantes.

Encontrar compuestos disponibles para la compra y análogos útiles en ZINC puede requerir una sintaxis de consulta especializada. Esta habilidad orienta sobre búsquedas, descargas, filtrado y preparación para acoplamiento molecular.

Los grandes arrays científicos pueden sobrecargar la memoria y los sistemas de almacenamiento. Esta habilidad ofrece orientación sobre fragmentación, compresión, almacenamiento en la nube y flujos de trabajo paralelos con Zarr, NumPy, Dask y Xarray.

Los flujos de trabajo de Zapier se vuelven difíciles de recordar y activar de forma consistente entre sesiones. Esta habilidad documenta patrones reutilizables y ejecuta Zaps configurados mediante webhooks o herramientas MCP.

Los artefactos interactivos complejos requieren más estructura que un único fragmento de HTML. Esta habilidad genera la estructura inicial de un proyecto de React y lo empaqueta en un archivo HTML que se puede compartir.

Guardar videos en línea permitidos puede requerir decisiones cuidadosas sobre el formato, la calidad y la organización. Esta habilidad estructura solicitudes de descarga de videos individuales, listas de reproducción, audio y metadatos.

Los equipos de UX tienen dificultades para convertir datos mixtos de comportamiento y entrevistas en personas enfocadas. Esta habilidad identifica patrones, crea arquetipos y conecta los hallazgos con implicaciones de diseño.

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 datos de alta dimensionalidad son difíciles de visualizar, agrupar y reutilizar en flujos de aprendizaje automático. Esta habilidad ofrece orientación práctica para configurar, ajustar, transformar y evaluar UMAP.

Los planes de tratamiento clínico a menudo se vuelven inconsistentes, extensos o difíciles de revisar. Esta habilidad proporciona plantillas enfocadas, objetivos medibles, cronogramas y comprobaciones locales de calidad.

Los proyectos de Transformers requieren elegir cuidadosamente los modelos, tokenizadores, métodos de inferencia, generación y entrenamiento. Esta habilidad proporciona patrones prácticos para crear y optimizar flujos de trabajo de Hugging Face.

Los proyectos de aprendizaje sobre grafos requieren elegir cuidadosamente los datos, los modelos, el muestreo y la evaluación. Esta habilidad ofrece orientación, ejemplos, plantillas, pruebas comparativas y utilidades de visualización para PyTorch Geometric.

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.

Los colores y las fuentes inconsistentes hacen que las presentaciones y los documentos parezcan inacabados. Esta habilidad aplica temas seleccionados o crea un tema personalizado para mantener un estilo coherente.