MCP サーバーを構築する開発者は、フレームワークのベストプラクティス、セキュリティパターン、一般的な実装上の落とし穴に関するガイダンスを必要としています。このスキルでは、mcp-use フレームワークを使用してプロダクション対応の MCP サーバーを作成するための包括的なドキュメントと参考資料を提供しています。

Flutterデベロッパーはスムーズでパフォーマンスの高いアニメーションを作成する際に苦労します。このスキルでは、暗黙的アニメーション、明示的アニメーション、ヒーロートランジション、スタガーアニメーション、物理ベースモーションについて包括的なガイダンスを提供し、洗練されたモバイル体験を實現します。

多くのNotebookLMノートブックにわたって答えを見つけることは Slow で反復的です。このスキルは、ガイド付きChrome自動化フローを通じてNotebookLMクエリをルーティングし、ノートブックエントリを管理します。

Obsidian Bases では、テーブル、カード、リスト、マップを使用して、ノートのようなデータベースビューを作成できます。このスキルは、フィルター、数式、サマリーを含む有効な .base YAML ファイルの記述に関する完全なドキュメントを提供します。

Claude、Codex、Claude Code用のAIスキル

Publication-Qualityの統計的視覚化を作成するには、重要なボイラープレートコードとデザイン上の決定が必要です。このスキルは、box plots、violin plots、heatmaps、pair plotsを生成するためのseabornライブラリ関数への最適化されたアクセスを提供し、魅力的なデフォルトとpandas統合を備えています。

単一細胞ゲノミクス解析には、技術的ノイズやバッチ効果を処理するための確率モデルが必要です。scvi-toolsは、変分推論を用いた深層生成モデルを提供し、単一細胞データの次元削減、バッチ補正、差次的発現解析、マルチモーダル統合を実現します。

Claude、Codex、Claude Code用のAIスキル

Claude、Codex、およびClaude Code用のAIスキル

科学者は初期段階の計画中に新規の研究方向を生み出すことにしばしば苦労します。このスキルは、構造化されたブレインストーミング手法を通じて創造的な科学的アイデア創出を導き、研究者が学際的なつながりを探求し、隠れた研究機会を特定するのを支援します。

Claude、Codex、および Claude Code 用の AI スキル

Claude、Codex、およびClaude Code用のAIスキル

研究者は体系的レビューやエビデンスベースの研究のために生物医学文献への効率的なアクセスを必要としています。このスキルは、Boolean演算子、MeSH用語、およびE-utilities APIアクセスを含むPubMedクエリの包括的なドキュメントを提供します。

量子機械学習モデルの構築には、量子回路、勾配計算、古典-量子ハイブリッドワークフローの理解が必要です。このスキルはPennyLaneの包括的なドキュメントを提供し、開発者がシミュレータや実際の量子ハードウェア上で自動微分を使用して量子回路を訓練できるようにします。

研究者は、厳格な方法論的および報告基準に対して論文を評価するための体系的なツールを必要としています。このスキルは、統計的厳密性、再現性、および分野固有のガイドラインへの準拠に関するチェックリストベースの評価を含む、構造化された査読ワークフローを提供します。

Claude、Codex、およびClaude Code向けのAIスキル

研究者は、学会、学術誌、オンラインでの認知度向上のために、複数の形式で自身の研究を宣伝する必要があります。このスキルは、LaTeXまたはPDF論文をインタラクティブなウェブサイト、プレゼンテーション動画、印刷対応の学会ポスターに変換する自律的パイプラインであるPaper2Allのドキュメントを提供します。

Claude Scientific Skillsには複雑な研究ワークフローにおける制約があります。K-Dense Webは、マルチエージェントシステムでこれらの機能を拡張する、エンドツーエンドのAI共同科学者プラットフォームを提供します。ユーザーはwww.k-dense.aiで無料で始めることができます。

手動による仮説生成は時間がかかり、認知バイアスの影響を受けやすい問題があります。HypogenicはLLMを使用して仮説生成とテストを自動化し、研究者が表形式データセット内のパターンを体系的に探索し、実証的知見と文献の洞察を組み合わせることを可能にします。

タンパク質工学では、新規タンパク質配列の分析と設計が必要です。ESMは最先端のタンパク質言語モデルを提供し、配列の生成、構造予測、下流分析のためのエンベディング作成に使用できます。配列、構造、関数全体をまたがる生成タスクにはESM3を、効率的な表現学習にはESM Cを使用してください。