L'architecture des plugins peut être déroutante sans directives claires sur la structure des répertoires et la configuration du manifeste. Cette compétence fournit une documentation complète sur la structure des plugins, l'organisation des composants et les meilleures pratiques pour créer des plugins maintenables qui s'intègrent parfaitement à Claude Code.

Stocker la configuration et l'état spécifiques au plugin dans des fichiers .claude/plugin-name.local.md utilisant le frontmatter YAML et le contenu markdown. Permettre une personnalisation du plugin par projet que les utilisateurs peuvent modifier directement.

Créer des graphiques et des visualisations prend du temps. Plotly fournit une bibliothèque Python avec plus de 40 types de graphiques incluant des nuages de points, des cartes thermiques, des graphiques 3D et des cartes géographiques. Générez des visualisations interactives de qualité publication et exportez-les en HTML ou en images statiques.

Une compétence IA pour Claude, Codex et Claude Code

Les tâches d'informatique quantique nécessitent des connaissances spécialisées en conception et optimisation de circuits. PennyLane fournit une interface unifiée pour construire, entraîner et exécuter des circuits quantiques avec différentiation automatique sur simulateurs et matériel réel.

La relecture par les pairs des manuscrits scientifiques nécessite une méthodologie cohérente entre les disciplines. Cette compétence fournit des cadres structurés pour évaluer la méthodologie, les statistiques, la reproductibilité, l'éthique et les normes de déclaration pour l'évaluation complète des manuscrits et des subventions.

Le traitement manuel des documents PDF prend trop de temps. Cette boîte à outils fournit des scripts prêts pour la production pour extraire du texte, gérer des formulaires, extraire des tableaux et effectuer de l'OCR sur des documents numérisés avec support du traitement par lots.

Les documents PDF contiennent des données précieuses mais sont difficiles à traiter par programmation. Cette compétence fournit des modèles de code pour extraire du texte, des tableaux et des données de formulaires à partir de PDF en utilisant des bibliothèques Python comme pdfplumber et pypdf.

Le traitement manuel des PDF est chronophage et source d'erreurs. Cette compétence permet un accès programmatique pour extraire du texte, fusionner des documents, remplir des formulaires et convertir des fichiers à l'aide de bibliothèques Python.

La recherche de structures biologiques 3D nécessite de naviguer entre plusieurs bases de données et formats de fichiers. Cette compétence fournit un accès unifié au dépôt RCSB PDB pour rechercher, télécharger et analyser plus de 200 000 structures moléculaires déterminées expérimentalement et calculées.

Travailler avec la pathologie computationnelle nécessite des outils spécialisés pour l'analyse d'images de lame entière. Cette compétence fournit une documentation de référence complète pour PathML, vous permettant de charger des images de pathologie de gigapixels, de prétraiter les colorations H&E, d'entraîner des modèles d'apprentissage automatique et d'analyser des données de protéomique spatiale.

Transformez des articles académiques en supports promotionnels professionnels pour les conférences et le partage en ligne. Cette compétence automatise la création de sites web interactifs, de vidéos de présentation et d'affiches de conférences à partir de sources LaTeX ou PDF.

Une compétence IA pour Claude, Codex et Claude Code

Trouvez des cibles thérapeutiques et des candidats médicaments en utilisant des données génétiques, omiques et cliniques intégrées. Interrogez les associations gène-maladie avec des scores de preuve pour accélérer la découverte de médicaments.

La recherche nécessite de trouver des articles académiques pertinents et d'analyser les tendances de publication. Cette compétence fournit un accès direct à la base de données OpenAlex contenant plus de 240 millions de travaux scientifiques, permettant des recherches documentaires, l'analyse de citations et l'évaluation de la production de recherche sans navigation manuelle dans la base de données.

Les scientifiques et les chercheurs ont besoin de moyens efficaces pour gérer de grands ensembles de données d'images de microscopie. Cette skill fournit une documentation de référence complète pour l'API Python OMERO, permettant l'extraction automatisée d'images, l'analyse de pixels, la gestion des ROI et le traitement par lots pour les workflows de criblage à haut contenu.

Les modèles de raisonnement chain-of-thought génèrent des tokens d'auto-réflexion verbeux qui augmentent les coûts et la latence. Cette compétence implémente la technique NOWAIT pour supprimer les tokens de réflexion inutiles pendant l'inférence, réduisant l'utilisation des tokens de 27 à 51% tout en maintenant la précision sur les modèles de raisonnement basés sur RL.

La traduction des spécifications produit en plans d'implémentation exploitables peut être désorganisée et sujette aux erreurs. Cette compétence fournit un flux de travail structuré pour convertir les spécifications Notion en plans d'implémentation liés, tâches et suivi de progression.

Rechercher des informations dispersées sur plusieurs pages Notion prend du temps et risque d'omettre des détails clés. Cette compétence fournit un flux de travail structuré pour rechercher, récupérer et synthétiser le contenu Notion en résumés organisés, comparaisons ou rapports complets avec citations appropriées.

La préparation d'une réunion nécessite de rassembler des informations contextuelles provenant de plusieurs sources et d'adapter les documents aux participants. Cette compétence offre un flux de travail structuré pour rechercher dans Notion le contexte pertinent, sélectionner des modèles de réunion appropriés, rédiger des ordres du jour et enrichir les documents avec des recherches.