Equipes de descoberta de fármacos precisam de conjuntos de dados consistentes e benchmarks justos. Esta skill orienta fluxos de trabalho do PyTDC para carregar dados, dividir conjuntos de dados, avaliar modelos e usar oráculos moleculares.

Projetos de otimização muitas vezes precisam de seleção de algoritmos repetível, restrições e análise da fronteira de Pareto. Esta skill orienta fluxos de trabalho com pymoo usando exemplos, referências e padrões de solução de problemas.

Fluxos de trabalho de espectrometria de massas exigem muitos objetos OpenMS, formatos de arquivo e algoritmos. Esta habilidade fornece a Claude, Codex e Claude Code orientação prática sobre pyOpenMS para análise proteômica e metabolômica.

A modelagem bayesiana exige priores cuidadosos, diagnósticos e verificações de modelo. Esta skill orienta fluxos de trabalho com PyMC desde a configuração do modelo até a validação e comparação posterior.

Pesquisadores de materiais precisam de formas confiáveis de inspecionar estruturas, converter formatos e interpretar dados computados de materiais. Esta skill fornece workflows, scripts e referências de pymatgen para essas tarefas.

O código de automação laboratorial pode ser difícil de estruturar entre dispositivos e materiais de laboratório. Esta skill ajuda Claude, Codex e Claude Code a criar protocolos PyLabRobot com recursos claros, backends, simulação e verificações de segurança.

Projetos de aprendizado de máquina clínico exigem tratamento cuidadoso de conjuntos de dados, sistemas de codificação, tarefas, modelos e validação. Esta skill organiza orientações de PyHealth para que Claude, Codex e Claude Code possam ajudar a projetar fluxos de trabalho reprodutíveis de IA em saúde.

Pesquisas de literatura biomédica frequentemente exigem sintaxe precisa, filtros reprodutíveis e planejamento cuidadoso da API. Esta skill ajuda Claude, Codex e Claude Code a criar consultas PubMed e fluxos de trabalho NCBI E-utilities.

A pesquisa química frequentemente precisa de identificadores de compostos, propriedades, estruturas e links de ensaios confiáveis. Esta skill oferece a Claude, Codex e Claude Code fluxos de trabalho práticos do PubChem usando PubChemPy e PUG-REST.

As equipas científicas precisam de formas fiáveis de encontrar, documentar e partilhar protocolos. Esta skill orienta fluxos de trabalho da protocols.io API para protocolos, workspaces, comentários, ficheiros e registos de experiências.

Equipes de dados precisam de orientação rápida ao criar pipelines Polars e migrar de pandas. Esta skill fornece padrões concisos para expressões, consultas lazy, I/O, joins e ajuste de desempenho.

Desenvolvedores frequentemente precisam de exemplos confiáveis de Plotly para muitos tipos de gráficos. Esta skill fornece orientações concisas em Python para gráficos, estilização, interatividade, exportações e integração com Dash.

Projetos quânticos precisam de padrões confiáveis para circuitos, hardware, química e treinamento. Esta skill orienta workflows do PennyLane com exemplos e referências focados.

Revisões científicas podem deixar passar lacunas de metodologia, estatística, reprodutibilidade e relato. Esta skill fornece um fluxo de trabalho estruturado para a revisão construtiva de manuscritos, propostas de financiamento e apresentações.

Os fluxos de trabalho com PDFs frequentemente exigem extração confiável, validação e processamento em lote. Esta skill oferece ao Claude, Codex e Claude Code fluxos de trabalho práticos com PDFs para formulários, tabelas, OCR e verificações.

O trabalho em biologia estrutural exige IDs de estrutura, metadados e arquivos de coordenadas precisos. Esta skill orienta Claude, Codex e Claude Code por fluxos de trabalho de busca e recuperação no RCSB PDB.

Artigos acadêmicos são difíceis de compartilhar além de PDFs estáticos. Esta skill orienta fluxos de trabalho do Paper2All para criar sites, pôsteres e vídeos a partir de arquivos LaTeX ou PDF.

Escrever protocolos Opentrons confiáveis exige escolhas precisas de deck, labware, pipeta e módulos. Esta skill ajuda Claude, Codex e Claude Code a redigir workflows estruturados do Protocol API v2.

As equipes de descoberta de medicamentos precisam de formas confiáveis de conectar genes, doenças, evidências e medicamentos conhecidos. Esta skill orienta Claude, Codex e Claude Code em consultas ao Open Targets e na interpretação de evidências.

Equipes de microscopia precisam de padrões confiáveis para acessar dados do OMERO sem reconstruir exemplos do zero. Esta skill fornece fluxos de trabalho práticos em Python para imagens, metadados, ROIs, tabelas e processamento em lote.