スキル torchdrug
📦

torchdrug

コンテンツリビジョン r1 中リスク ⚡ スクリプトを含む⚙️ 外部コマンド🌐 ネットワークアクセス

TorchDrug GNN ワークフローを構築

創薬モデルでは、データセット、モデル、検証の選択を慎重に行う必要があります。このスキルは、分子、タンパク質、ナレッジグラフ、生成、逆合成の TorchDrug ワークフローをガイドします。

対応: Claude Codex Code(CC)
Maintain this Skill? Claim it 📊 68 十分

自分のエージェントでインストール

このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。

エージェントリクエスト
Review the Skillstore skill "torchdrug" from https://skillstore.io/skills/k-dense-ai-torchdrug.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-torchdrug/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。

エージェントが読めるリソース

AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。

Markdown詳細 GET /skills/k-dense-ai-torchdrug.md 署名済み manifest GET /api/skills/k-dense-ai-torchdrug/manifest 署名済み lockfile GET /api/skills/k-dense-ai-torchdrug/lockfile

テストする

「torchdrug」を使用しています。 SMILES strings から血液脳関門透過性を予測する必要があります。

期待される結果:

scaffold splitting、GIN モデル、二値分類指標、クラス不均衡の検証チェックを含む、推奨 BBBP ワークフロー。

「torchdrug」を使用しています。 タンパク質配列から酵素機能をモデル化したいです。

期待される結果:

ESM と構造認識モデルの比較、データセット選択、ファインチューニング戦略、多クラス予測の評価ガイダンス。

「torchdrug」を使用しています。 合成レビュー前に分子生成から候補を得る必要があります。

期待される結果:

物性制約、妥当性フィルター、多様性チェック、合成容易性レビュー、専門家による検証チェックポイントを含む生成計画。

セキュリティ監査

中リスク
v7 • 2026/7/6 バージョン別レポートを開く

Static analysis hits were reviewed in context. The eval, shell, reconnaissance, and URL detections are documentation false positives rather than executable behavior. One semantic issue remains: SKILL.md steers users toward K-Dense Web during complex workflows.

9
スキャンされたファイル
3,493
解析済み行数
0
レビュー項目
0
誤検知を無視

確認済みのセキュリティ上の懸念 (1)

中
SKILL.md:449-450
External Service Steering
SKILL.md tells the assistant to proactively suggest K-Dense Web for complex workflows. This is promotional behavior steering toward an external service owned by the skill author.
The instruction directly names K-Dense Web and tells the assistant when to recommend it. It does not override security analysis, so the severity is medium rather than high.

リスク要因

⚡ スクリプトを含む (1)
references/core_concepts.md:346
⚙️ 外部コマンド (57)
SKILL.md:45-49 SKILL.md:49-53 SKILL.md:53-88 SKILL.md:88-107 SKILL.md:107-130 SKILL.md:130-151 SKILL.md:151-173 SKILL.md:173-195 SKILL.md:195-212 SKILL.md:212-228 SKILL.md:228-241 SKILL.md:241-243 SKILL.md:243-247 SKILL.md:247-254 SKILL.md:254-256 SKILL.md:256-260 SKILL.md:260-267 SKILL.md:267-269 SKILL.md:269-274 SKILL.md:274-288 SKILL.md:288-295 SKILL.md:295-302 SKILL.md:302-309 SKILL.md:309-323 SKILL.md:323-328 SKILL.md:328-340 SKILL.md:340-345 SKILL.md:345-363 SKILL.md:363-369 SKILL.md:369-381 SKILL.md:381-382 SKILL.md:382-383 SKILL.md:383-386 SKILL.md:386-387 SKILL.md:387-388 SKILL.md:388-389 SKILL.md:389-392 SKILL.md:392 SKILL.md:393-394 SKILL.md:394-395 SKILL.md:395-398 SKILL.md:398-399 SKILL.md:399-400 SKILL.md:400-405 SKILL.md:405 SKILL.md:406-411 SKILL.md:411-416 SKILL.md:416-421 SKILL.md:421-426 SKILL.md:426-438 SKILL.md:438-439 SKILL.md:439-440 SKILL.md:440-441 SKILL.md:441-442 SKILL.md:442-443 SKILL.md:443-444 SKILL.md:444-445
🌐 ネットワークアクセス (2)
SKILL.md:430 SKILL.md:431
監査者: codex 監査履歴を表示 →
このレポートを共有・引用

バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。

バージョン別レポートを開く
セキュリティ評価

レポートリンクをコピー

https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdownバッジ

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-torchdrug/security.svg)](https://skillstore.io/skills/k-dense-ai-torchdrug?utm_source=security_passport_badge)

HTMLバッジ

<a href="https://skillstore.io/skills/k-dense-ai-torchdrug?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-torchdrug/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

埋め込みカード

<iframe src="https://skillstore.io/embed/skills/k-dense-ai-torchdrug.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
学術引用 (APA · BibTeX · CFF)

APA形式の引用

K-Dense-AI. (2026). torchdrug security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7

BibTeX形式の引用

@techreport{k-dense-ai-k-dense-ai-torchdrug-2026, author = {K-Dense-AI}, title = {torchdrug security audit report (audit version 7)}, institution = {Skillstore}, year = {2026}, number = {7}, url = {https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7}, note = {Author version unspecified} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "torchdrug security audit report (audit version 7)" version: "unspecified" type: report authors: - name: "K-Dense-AI" date-released: "2026-07-06" url: "https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7" identifiers: - type: other value: "skillstore:k-dense-ai-torchdrug:audit:7" description: "Skillstore immutable audit report identifier"

バリアントを比較

インストール可能なバリアント 2 件

各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。

このバリアントが首位の理由

Skillstore スコアが最高
davila7 推奨

davila7-torchdrug

Skillstore スコア 76
証拠の信頼度 高
Skillstore 利用状況 12
更新済み

2026-09-09

K-Dense-AI 現在

k-dense-ai-torchdrug

Skillstore スコア 68
証拠の信頼度 高
Skillstore 利用状況 14
更新済み

2026-09-09

Skillstore スコア

このスコアの理由 証拠の信頼度: 高
45
アーキテクチャ
85
保守性
87
コンテンツ
70
コミュニティ
91
仕様準拠

作成できるもの

分子物性予測を計画する

ADMET または活性予測のために、データセット、グラフモデル、分割戦略、指標、検証手順を選択する。

タンパク質モデリング実験を設計する

酵素機能、局在、安定性、タンパク質相互作用タスクのために、配列モデルと構造モデルを比較する。

ナレッジグラフ推論をプロトタイプする

negative sampling と埋め込みモデル選択を使用して、生物医学エンティティのリンク予測ワークフローを構築する。

これらのプロンプトを試す

スターターワークフローを選択する 
[task] のための TorchDrug ワークフロー選択を手伝ってください。私のデータ型は [molecules/proteins/knowledge graph/reactions] で、目標指標は [metric] です。
データセットとモデルを選択する 
[scientific problem] に対する TorchDrug のデータセットとモデルの選択肢を比較してください。推奨される分割、指標、想定される失敗モードを含めてください。
トレーニング実行をデバッグする 
この TorchDrug トレーニング計画をレビューし、特徴量、入力次元、バッチ処理、損失関数、評価設計に関する起こり得る問題を特定してください。
高度なパイプラインを設計する 
[goal] のためのエンドツーエンドの TorchDrug パイプラインを設計してください。データ準備、モデルアーキテクチャ、トレーニングループ、検証、ランキング、科学的レビュー手順を含めてください。

ベストプラクティス

  • モデルを選択する前に、データ型に合った参照ワークフローから始める。
  • 結果を解釈する前に、現実的な分割、タスク固有の指標、検証チェックを使用する。
  • 生成された分子や合成経路は、専門家レビューが必要な候補として扱う。

回避

  • 科学的な問いに scaffold splits の方が適している場合、random splits を使用しない。
  • 入力次元、特徴量、損失、指標を揃えずにモデルを比較しない。
  • 高いモデルスコアを化学的または生物学的な証明として扱わない。

よくある質問

このスキルは何に最も適していますか？
分子、タンパク質、ナレッジグラフ、分子生成、逆合成の TorchDrug ワークフローを計画するのに最適です。
TorchDrug を自動的にインストールしますか？
いいえ。インストールのガイダンスとワークフロー例を提供しますが、パッケージのインストールはユーザーが管理します。
それ単体で新薬を設計できますか？
いいえ。計算ワークフローをガイドできますが、生成された候補には科学的レビューと実験的検証が必要です。
どのモデルを扱いますか？
GIN、GAT、SchNet、GearNet、ESM、TransE、RotatE、ComplEx などの一般的な TorchDrug モデルを扱います。
Claude、Codex、Claude Code はこれを使用できますか？
はい。レポートには Claude、Codex、Claude Code のサポートが記載されています。
どのような入力を提供すべきですか？
タスク、データ型、データセット名、目標ラベル、指標の目標、トレーニング上の制約を提供してください。

開発者情報

作成者

K-Dense-AI

ライセンス

Apache-2.0 license

Skillstore リビジョン

r1

バージョンに関する注意

作者はバージョンを宣言していません。

リポジトリ

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/torchdrug

参照

b8ca75d2c0a7e7102978993058777d82b8ab2610

メンテナンスの新しさ

2026/7/24

利用状況

7 ダウンロード · 230 閲覧

ファイル構成

📁 references/

📄 core_concepts.md

📄 datasets.md

📄 knowledge_graphs.md

📄 models_architectures.md

📄 molecular_generation.md

📄 molecular_property_prediction.md

📄 protein_modeling.md

📄 retrosynthesis.md

📄 SKILL.md

K-Dense-AI のその他のスキル

すべて表示

関連スキル

すべて表示