latex-posters
87Criar Pôsteres de Pesquisa em LaTeX
Pôsteres de pesquisa são difíceis de formatar e revisar para impressão em LaTeX. Esta skill fornece modelos, orientações de layout e verificações de PDF para pôsteres prontos para conferências.
Analise Moléculas com Datamol
O trabalho de quimioinformática frequentemente exige padrões complexos de RDKit para tarefas comuns com moléculas. Esta skill orienta workflows do Datamol para parsing, descritores, fingerprints, confôrmeros, clustering, reações e visualização.
Copie esta solicitação para o seu Agente. Ela inclui a página canônica do Skill e o manifesto.
Review the Skillstore skill "datamol" from https://skillstore.io/skills/davila7-datamol.md and its manifest at https://skillstore.io/api/skills/davila7-datamol/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Seu Agente ainda deve apresentar o plano e solicitar qualquer confirmação exigida pela política de segurança.
Use estes links quando um agente de IA, crawler ou script precisar de contexto limpo em vez de ler a página completa.
Usando "datamol". Um usuário pergunta como limpar um conjunto de dados SMILES antes do cálculo de descritores.
Resultado esperado:
Usando "datamol". Um químico pergunta como selecionar compostos diversos de uma biblioteca de triagem.
Resultado esperado:
Usando "datamol". Um pesquisador pergunta quando usar Datamol em vez de chamadas diretas ao RDKit.
Resultado esperado:
All 137 static findings are false positives caused by Markdown formatting, chemistry terminology, placeholder URLs, public links, and a dictionary keys() call. The reviewed files contain Datamol documentation and no prompt injection, reconnaissance, credential access, or executable Ruby backtick behavior. No semantic security finding was identified.
Compartilhe o relatório de avaliação versionado, o badge neutro, o cartão incorporável e as citações. A Skillstore apresenta evidências sem decidir se este Skill é seguro.
https://skillstore.io/skills/davila7-datamol/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-datamol?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-datamol?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-datamol/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-datamol.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). datamol security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-datamol/audits/9@techreport{davila7-davila7-datamol-2026,
author = {davila7},
title = {datamol security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-datamol/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "datamol security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-datamol/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-datamol:audit:9"
description: "Skillstore immutable audit report identifier"
Cada autor permanece como um skill instalável separado. A variante recomendada é classificada pelas evidências do Skillstore.
Por que esta variante está em primeiro
davila7-datamol
2026-09-09
k-dense-ai-datamol
2026-09-09
Padronizar moléculas de entrada, remover registros inválidos e planejar colunas de descritores antes da modelagem.
Gerar fingerprints, agrupar compostos por clustering e selecionar subconjuntos diversos para triagem ou revisão.
Criar workflows legíveis do Datamol para visualização, reações, confôrmeros e I/O de arquivos.
Mostre-me um workflow do Datamol para fazer parsing de uma pequena lista de SMILES, lidar com entradas inválidas e retornar SMILES canônicos.
Ajude-me a calcular descritores moleculares comuns e fingerprints com Datamol para uma tabela de compostos.
Projete um workflow do Datamol para padronizar compostos, agrupá-los por similaridade de fingerprint e selecionar representantes diversos.
Crie um pipeline do Datamol para divisão por scaffold, geração de descritores, verificações de confôrmeros e saídas prontas para exportação para treinamento de modelo.
Autor
davila7Licença
MIT
Revisão da Skillstore
r2
Aviso de versão
O autor não declarou uma versão.
Repositório
https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/datamolReferência
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
Atualidade da manutenção
26/07/2026
Uso
4 downloads · 501 visualizações
Estrutura de arquivos
Criar Pôsteres de Pesquisa em LaTeX
Pôsteres de pesquisa são difíceis de formatar e revisar para impressão em LaTeX. Esta skill fornece modelos, orientações de layout e verificações de PDF para pôsteres prontos para conferências.
Crie Conteúdo de Marketing Pronto para SEO
Equipes de marketing precisam de conteúdo claro que corresponda à voz da marca e aos objetivos de busca. Esta skill fornece modelos, scripts de análise e orientações de plataforma para uma produção de conteúdo repetível.
Crie Planos Estruturados de Tratamento Médico
Os planos de tratamento clínico muitas vezes se tornam inconsistentes, extensos ou difíceis de revisar. Esta skill fornece modelos objetivos, metas mensuráveis, cronogramas e verificações locais de qualidade.
Criar relatórios clínicos estruturados
Equipes clínicas precisam de relatórios claros que sigam normas médicas e regulatórias. Esta skill fornece modelos, checklists e orientações de validação para relatos de caso, diagnósticos, ensaios e notas de pacientes.
Analisar Arquivos de Dados Científicos
Arquivos de dados científicos são difíceis de inspecionar porque cada formato armazena estruturas e metadados de maneira diferente. Esta habilidade detecta formatos, traça o perfil da qualidade dos dados e cria relatórios práticos de EDA em markdown.
Execute fluxos de trabalho de docking molecular com o DiffDock
A configuração do docking molecular costuma falhar porque é difícil alinhar as entradas, os parâmetros e os escores de confiança. Esta skill orienta os fluxos de trabalho do DiffDock desde a preparação até a análise dos resultados.
Consultar Dados de Descoberta de Fármacos do ChEMBL
por K-Dense-AI
Equipes de descoberta de fármacos precisam de acesso confiável a registros de compostos, alvos e bioatividade. Esta skill orienta Claude, Codex e Claude Code em pesquisas, filtros e fluxos de trabalho de análise no ChEMBL.
Pesquisar compostos químicos ZINC
por K-Dense-AI
Equipes de descoberta de fármacos precisam de acesso rápido a compostos compráveis e estruturas prontas para docking. Esta skill orienta Claude, Codex e Claude Code em pesquisas no ZINC, consultas de API e fluxos de trabalho para download de estruturas.
Analise conjuntos de dados de ML terapêutico com PyTDC
por K-Dense-AI
Equipes de descoberta de fármacos precisam de conjuntos de dados confiáveis e protocolos de avaliação justos. Esta skill ajuda Claude a usar PyTDC para dados de ML terapêutico curados, divisões de benchmark, métricas e oráculos moleculares.
Crie fluxos de trabalho de ML molecular com DeepChem
por K-Dense-AI
O aprendizado de máquina molecular frequentemente exige featurizers, conjuntos de dados e métodos de avaliação especializados. Esta skill ajuda Claude, Codex e Claude Code a projetar fluxos de trabalho com DeepChem para previsão de propriedades, transfer learning e benchmarks.
Criar Recursos Moleculares para ML
por K-Dense-AI
Projetos de ML molecular precisam de recursos consistentes a partir de SMILES e moléculas RDKit. Esta skill orienta escolhas de molfeat, featurização em lote, embeddings pré-treinados, cache e fluxos de trabalho QSAR.
Analise Moléculas com RDKit
por K-Dense-AI
O trabalho em quimioinformática frequentemente exige análise precisa de moléculas, cálculo de descritores e busca de estruturas. Esta skill orienta Claude, Codex e Claude Code em fluxos de trabalho com RDKit por meio de referências e scripts focados.