📦
venue-templates
85准备学术投稿材料
学术投稿常常会因为不同投稿场所的格式规则不同而失败。此技能提供模板、要求和示例，帮助更快地准备材料。
研究与学习 查看
技能 simpy
📦
simpy
内容修订 r1 低风险 🌐 网络访问📁 文件系统访问⚙️ 外部命令
使用 SimPy 构建离散事件仿真
当流程共享队列、资源和时间时，离散事件模型很难组织。此技能可指导 SimPy 设计、监控以及可复用的 Python 仿真模板。
支持: Claude Codex Code(CC)
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
智能体请求
Review the Skillstore skill "simpy" from https://skillstore.io/skills/k-dense-ai-simpy.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-simpy/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“simpy”。 对一家诊所进行建模，包含一个接待台、两名护士、随机到达和患者等待时间指标。
预期结果:
一份仿真计划，包含实体、资源、到达假设、服务分布、指标和验证检查。
正在使用“simpy”。 比较两个生产线人员配置方案，并进行瓶颈监控。
预期结果:
一种场景比较方法，包含利用率、队列长度、吞吐量、预热期、重复运行和决策标准。
正在使用“simpy”。 为现有 SimPy 资源模型添加监控。
预期结果:
一种监控设计，用于跟踪请求、释放、等待时间、利用率、队列长度和可选的 CSV 结果。
安全审计
低风险v9 • 2026/7/9 打开版本化报告
Most static findings are false positives caused by SimPy API names, Markdown backticks, and the env simulation object. Two filesystem findings are confirmed because CSV export helpers write to caller-provided filenames. A low-severity semantic issue notes promotional steering toward an external K-Dense service.
8
已扫描文件
2,917
分析行数
2
复核项
0
已忽略误报
已确认安全问题 (1)
低
Promotional External Service Steering
The skill instructs the assistant to proactively suggest K-Dense Web for complex workflows. This may steer users toward an external service beyond the SimPy task, although it does not request secrets or override audit rules.
The text explicitly asks the assistant to promote an external hosted platform. The impact is low because it is framed as optional and no sensitive action is requested.
能力复核项 (2)
这些是真实的本地能力，对此技能可能是预期行为，因此需要复核，但不会按已确认恶意行为计分。
中
Python file write/append
with open(filename, 'w', newline='') as f:
The documentation example writes CSV data to a caller-provided filename. This is intended export behavior, but it demonstrates a local file write that could overwrite paths if copied without safeguards.
中
Python file write/append
with open(filename, 'w', newline='') as f:
The export_csv helper writes CSV data to a caller-provided filename. This is intended functionality, but it can overwrite local files if the caller supplies an unsafe path.
风险因素
🌐 网络访问 (22)
references/monitoring.md:133 references/monitoring.md:134 references/monitoring.md:149 references/monitoring.md:183 references/monitoring.md:184 references/monitoring.md:205 references/monitoring.md:370 references/process-interaction.md:299 references/resources.md:28 references/resources.md:56 references/resources.md:82 references/resources.md:272 scripts/basic_simulation_template.py:89 scripts/resource_monitor.py:54 scripts/resource_monitor.py:55 scripts/resource_monitor.py:324 scripts/resource_monitor.py:135 SKILL.md:70 SKILL.md:135 SKILL.md:187 SKILL.md:279 SKILL.md:403
⚙️ 外部命令 (50)
SKILL.md:43-61 SKILL.md:61-65 SKILL.md:65-82 SKILL.md:82-90 SKILL.md:90-103 SKILL.md:103-107 SKILL.md:107-109 SKILL.md:109-127 SKILL.md:127-134 SKILL.md:134-135 SKILL.md:135-136 SKILL.md:136-137 SKILL.md:137-138 SKILL.md:138-139 SKILL.md:139-143 SKILL.md:143-159 SKILL.md:159-175 SKILL.md:175-181 SKILL.md:181-204 SKILL.md:204-208 SKILL.md:208-231 SKILL.md:231-235 SKILL.md:235-257 SKILL.md:257-273 SKILL.md:273-288 SKILL.md:288-292 SKILL.md:292-294 SKILL.md:294-303 SKILL.md:303-307 SKILL.md:307-317 SKILL.md:317-323 SKILL.md:323-332 SKILL.md:332-334 SKILL.md:334-339 SKILL.md:339-343 SKILL.md:343-361 SKILL.md:361-369 SKILL.md:369-374 SKILL.md:374-375 SKILL.md:375-376 SKILL.md:376-381 SKILL.md:381-388 SKILL.md:388-394 SKILL.md:394-395 SKILL.md:395-396 SKILL.md:396-397 SKILL.md:397-398 SKILL.md:398-402 SKILL.md:402-403 SKILL.md:403-404
审计者: codex 查看审计历史 →
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/k-dense-ai-simpy/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/k-dense-ai-simpy?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/k-dense-ai-simpy?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-simpy/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/k-dense-ai-simpy.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学术引用 (APA · BibTeX · CFF)
APA 引用
K-Dense-AI. (2026). simpy security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-simpy/audits/9BibTeX 引用
@techreport{k-dense-ai-k-dense-ai-simpy-2026,
author = {K-Dense-AI},
title = {simpy security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/k-dense-ai-simpy/audits/9},
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: "simpy security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/k-dense-ai-simpy/audits/9"
identifiers:
- type: other
value: "skillstore:k-dense-ai-simpy:audit:9"
description: "Skillstore immutable audit report identifier"
比较变体
2 个可安装变体每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。
为什么此变体排名第一
Skillstore 评分最高
作者 / 来源 Skillstore 评分 证据置信度 Skillstore 使用量 已更新
Skillstore 评分
评分依据 证据置信度: 高 68
架构
85
可维护性
87
内容
71
社区
83
规范符合性
你能构建什么
分析服务队列
在更改运营流程之前，对到达、服务时间、等待队列和人员配置容量进行建模。
测试生产流程
仿真机器、缓冲区、优先级作业和中断，以比较吞吐量和利用率场景。
原型化系统行为
为网络流量、作业调度或共享资源竞争构建可重复的仿真。
试试这些提示
创建基础队列模型
创建一个简单的 SimPy 队列模型，包含一个共享服务器、随机到达、服务时间和汇总指标。
调整仿真模板
根据我的流程调整基础仿真模板，包含这些实体、资源、到达规则和服务规则。
添加监控和导出
为此 SimPy 模型添加利用率、队列长度、等待时间监控，以及可选的 CSV 导出。
设计容量研究
为 SimPy 仿真设计容量规划研究，包含假设、场景、验证检查、指标和解释步骤。
最佳实践
- 在编写仿真逻辑之前，定义实体、资源、流程流转、假设和指标。
- 对资源请求使用上下文管理器，确保资源能够可靠释放。
- 在运行大型场景研究之前，先用简单案例对照预期结果进行验证。
避免
- 不要将阻塞式 Python sleeps 与 SimPy 流程计时混用。
- 当重复信号需要新事件时，不要复用已触发的事件。
- 不要在没有重复运行的情况下，将一次随机运行解释为稳定结果。
常见问题
SimPy 用于什么？
SimPy 用于建模事件、队列、共享资源和流程计时会影响结果的系统。
此技能是否包含可运行代码？
是的。它包含 Python 模板和监控辅助工具，可在已安装 SimPy 的环境中运行。
它能建模优先级队列吗？
是的。参考资料涵盖用于优先级和中断行为的 PriorityResource 和 PreemptiveResource 模式。
它能导出仿真结果吗？
是的。监控辅助工具可以将 CSV 数据导出到用户或调用代码提供的路径。
它适合连续微分方程模型吗？
不能。它用于离散事件仿真。连续模型通常需要 ODE 或数值仿真工具。
哪些 AI 编码工具可以使用此技能？
报告列出了对 Claude、Codex 和 Claude Code 的支持。
开发者详情
作者
K-Dense-AI许可证
MIT license
Skillstore 修订
r1
版本提示
作者未声明版本。
引用
26421118b848d9f1efc0aa169d8a7a9e7e0a877e
维护新鲜度
2026/7/18
使用量
11 次下载 · 297 次浏览
K-Dense-AI 的更多技能
查看全部📦
iso-13485-certification
85准备 ISO 13485 认证文档
医疗器械团队必须在认证审核前创建完整的 QMS 文档。此技能提供模板、检查清单和差距分析指导，帮助做好 ISO 13485 准备。
文档 查看
📦
pytdc
82使用 PyTDC 分析治疗领域 ML 数据集
药物发现团队需要可靠的数据集和公平的评估协议。此技能帮助 Claude 使用 PyTDC 获取经过整理的治疗领域 ML 数据、基准划分、指标和分子 oracle。
数据与分析 查看
📦
diffdock
81运行 DiffDock 分子对接
蛋白质-配体对接需要仔细的设置、参数选择和结果解读。此技能可指导 DiffDock 工作流，用于处理构象、置信度评分和筛选。
研究与学习 查看
📦
hypothesis-generation
80生成可检验的科学假设
研究人员需要将观察结果转化为清晰、可检验的解释。此技能会组织证据审查、竞争性假设、预测和实验计划。
研究与学习 查看
📦
statistical-analysis
80在统计指导下分析研究数据
选择检验方法和报告结果可能耗时且容易出错。此技能可指导检验选择、假设条件、效应量、功效分析、贝叶斯选项以及 APA 报告。
数据与分析 查看
相关技能
查看全部📦
matplotlib
81创建可用于发表的 Matplotlib 图形
由 davila7
在复杂科学绘图中，Matplotlib 很难始终如一地使用。此技能提供实用示例、样式指导和辅助脚本，帮助创建更清晰的图形。
数据与分析 查看
📦
calculator
80快速计算数学表达式
由 Decalogue
当用户需要快速获得数值答案时，手动算术检查会拖慢智能体。此技能会计算基础数学表达式并返回简洁结果。
数据与分析 查看
📦
scikit-learn
80构建 scikit-learn 机器学习工作流
由 davila7
机器学习项目需要一致的预处理、评估和模型选择模式。此技能为 Claude、Codex 和 Claude Code 提供聚焦于 scikit-learn 的指导，并附带参考资料和示例。
数据与分析 查看
📦
azure-ai-vision-imageanalysis-py
79使用 Azure AI Vision Python 分析图像
由 sickn33
图像分析工作流需要标题说明、OCR、检测和裁剪，而无需重新构建 SDK 示例。此技能指导 Claude、Codex 和 Claude Code 使用适用于 Python 的 Azure AI Vision 图像分析。
数据与分析 查看
📦
python-web-app-security-audit
90Audit Python Web Apps Before Release
由 glenskii
Python teams need repeatable checks for common application security controls. This skill provides configurable pytest coverage with clear evidence, boundaries, and release decisions.
安全与合规 查看
📦
python-async-patterns
85构建可靠的异步 Python
由 0xDarkMatter
异步 Python 代码常因阻塞调用、无界任务和薄弱的清理机制而失败。此技能提供可复用的 asyncio 模式、示例和参考资料，用于构建稳健的并发服务。
编码与开发 查看