davila7

Прогнозируйте свойства молекул, генерируйте новые соединения и анализируйте белки с помощью библиотеки машинного обучения TorchDrug. Обучайте графовые нейронные сети на молекулах, белках и биомедицинских графах знаний для задач разработки лекарств и вычислительной химии.

Тесты, написанные после кода, проходят сразу и ничего не доказывают. Подход test-first заставляет вас увидеть падение теста, доказывая, что он действительно проверяет правильное поведение. TDD выявляет ошибки до их попадания в продакшн и позволяет уверенно проводить рефакторинг.

Случайные исправления тратят время и создают новые ошибки. Этот навык предоставляет четырехэтапную методику для систематического исследования проблем, отслеживания их источника и реализации исправлений, которые действительно устраняют основную причину, а не маскируют симптомы.

Этот шаблон предоставляет отправную точку для создания пользовательских навыков Claude. Он включает заполнители для имени навыка, описания и инструкций, которые вы можете настроить для вашего конкретного случая использования.

Нужны точные математические результаты вместо численных приближений. Этот навык предоставляет комплексное руководство по символьным вычислениям с использованием SymPy, включая алгебру, исчисление, матрицы, физику и генерацию кода. Идеально подходит для инженеров, ученых и исследователей, которым нужны точные символьные решения.

Ручное управление несколькими подагентами создает загрязнение контекста и непоследовательное качество. Этот навык отправляет новых подагентов для каждой задачи с автоматизированными двухэтапными контрольными точками проверки, обеспечивая соответствие спецификациям перед проверкой качества кода.

Доступ к сетям белок-белковых взаимодействий из базы данных STRING, охватывающей 59 млн белков и 20 млрд взаимодействий. Выполнение функционального обогащения, обнаружение партнёров взаимодействия и создание визуализации сетей для исследований в системной биологии.

Пользователям необходимо анализировать данные с использованием строгих статистических методов. Этот навык предоставляет исчерпывающее руководство по регрессионным моделям, проверке гипотез, анализу временных рядов и диагностическим процедурам.

Навыки статистического анализа необходимы для исследований, но требуют правильной методологии. Этот инструментарий предоставляет исчерпывающее руководство по проверке гипотез, регрессии, байесовским методам и оформлению отчетов в формате APA, помогая исследователям проводить строгие и воспроизводимые анализы.

Обучение с подкреплением требует глубокой экспертизы в алгоритмах, средах и рабочих процессах обучения. Этот навык предоставляет готовые к использованию шаблоны и руководства для Stable Baselines3, чтобы вы могли быстро обучать агентов RL без необходимости изучать все детали заранее.

Создавайте анимированные GIF-изображения, соответствующие ограничениям размера Slack. Создавайте анимации с помощью композируемых примитивов, таких как shake, bounce, spin, pulse, fade, zoom и explode. Проверяет размер файла и размеры для эмодзи и GIF-сообщений.

Команды тратят время на ручное распространение недавно созданных навыков среди коллег. Этот навык автоматизирует создание навыков с правильной структурой и мгновенно уведомляет вашу команду в Slack через интеграцию Rube.

Ручная установка и управление навыками Codex может быть трудоемким и подверженным ошибкам процессом. Этот навык автоматизирует процесс установки, позволяя вам просматривать курируемые коллекции навыков и устанавливать навыки напрямую из репозиториев GitHub с помощью простой команды.

Создание эффективных навыков ИИ требует понимания принципа прогрессивного раскрытия и правильной структуры документации. Этот навык научит вас создавать модульные навыки, которые эффективно загружаются и срабатывают в нужное время.

Создание эффективных навыков требует понимания рабочих процессов в предметной области, повторно используемых ресурсов и структурированной документации. Этот навык предоставляет полную структуру для проектирования, создания и упаковки навыков, которые расширяют возможности Claude со специализированными функциями.

Сложные системы с очередями и разделяемыми ресурсами трудно анализировать без симуляции. SimPy предоставляет фреймворк на основе Python для моделирования процессов, ресурсов и событий, привязанных ко времени, чтобы прогнозировать поведение системы до реализации.

Модели машинного обучения часто работают как черные ящики. SHAP предоставляет единую структуру для понимания того, какие признаки определяют предсказания и какой вклад вносит каждый признак. Этот навык помогает вычислять важность признаков, генерировать визуализации, отлаживать модели и внедрять объяснимый ИИ в ваши проекты.

Плохая видимость в поиске ограничивает органический трафик и рост. Этот навык предоставляет комплексное руководство по исследованию ключевых слов, оптимизации на странице, техническому SEO и Core Web Vitals для улучшения позиций в поисковой выдаче и привлечения органического трафика.

Командам безопасности необходимы систематические подходы для выявления уязвимостей, проектирования безопасных архитектур и проверки защитных механизмов. Этот навык предоставляет автоматизированные инструменты для моделирования угроз, рабочих процессов тестирования на проникновение и проверки архитектуры безопасности с рекомендациями по лучшим практикам.

Операции безопасности требуют постоянной оценки и проверки соответствия требованиям в проектах. Этот навык предоставляет автоматизированные инструменты для сканирования безопасности, оценки уязвимостей и проверки соответствия требованиям со стандартизированной отчетностью.

Ручное создание тестов и непоследовательный анализ покрытия приводят к тому, что ошибки остаются незамеченными. Этот навык обеспечивает автоматизированное создание тестовых наборов, анализ покрытия и создание каркаса E2E-тестирования для последовательного обеспечения качества в проектах React, Next.js и Node.js.

Создание эффективных промптов для больших языковых моделей требует глубокой экспертизы в паттернах, фреймворках и методах оптимизации. Этот навык предоставляет готовые к использованию в производстве стратегии инженерии промптов для Claude, GPT-4 и других LLM, включая структурированные выводы, цепочное мышление и проектирование агентных систем.

Создание и развертывание ML систем в production требует глубокой экспертизы в MLOps, мониторинге моделей и масштабируемой инфраструктуре. Этот навык предоставляет руководство мирового уровня для внедрения ML моделей в production, реализации RAG систем и интеграции LLM в production рабочие процессы.

Разработка fullstack веб-приложений требует глубоких знаний множества технологий и паттернов. Этот навык предоставляет инструменты для создания структуры проекта, анализа качества кода и архитектурные рекомендации для проектов на React, Next.js, Node.js, GraphQL и PostgreSQL.