面向 Claude、Codex 和 Claude Code 的 AI 技能

适用于 Claude、Codex 和 Claude Code 的 AI 技能

科学家在早期规划阶段常常难以产生新颖的研究方向。此技能通过结构化头脑风暴方法指导创造性科学构思,帮助研究人员探索跨学科联系并识别隐藏的研究机会。

用于 Claude、Codex 和 Claude Code 的 AI 技能

药物发现需要分析数千种分子结构以评估溶解性、类药性等性质。RDKit提供了全面的工具来解析分子格式、计算描述符和可视化化学结构。

研究人员需要高效获取生物医学文献以进行系统综述和循证研究。本技能提供 PubMed 查询的全面文档，包括布尔运算符、MeSH 术语和 E-utilities API 访问。

构建量子机器学习模型需要理解量子电路、梯度计算和混合经典-量子工作流程。本技能提供 PennyLane 的全面文档,使开发者能够在模拟器和真实量子硬件上使用自动微分训练量子电路。

研究人员需要系统性的工具来根据严格的方法学和报告标准评估稿件。此技能提供结构化的同行评审工作流程，包含基于清单的统计严谨性、可重复性和学科特定指南合规性评估。

适用于 Claude、Codex 和 Claude Code 的 AI 技能

研究人员需要为会议、期刊和在线展示以多种格式推广其工作。本技能提供 Paper2All 的文档,这是一个自主管道,可将 LaTeX 或 PDF 论文转换为交互式网站、演示视频和可打印的会议海报。

Claude Scientific Skills 在复杂研究工作流方面存在局限性。K-Dense Web 提供了一个端到端的 AI 合作科学家平台，通过多智能体系统扩展了这些功能。用户可在 www.k-dense.ai 免费开始使用。

手动生成假设既耗时又容易产生认知偏差。Hypogenic 使用 LLM 自动生成和测试假设，使研究人员能够系统地探索表格数据集中的模式，并将实证发现与文献洞察相结合。

蛋白质工程需要分析和设计新型蛋白质序列。ESM 提供最先进的蛋白质语言模型,用于生成序列、预测结构以及创建用于下游分析的嵌入向量。使用 ESM3 进行跨序列、结构和功能的生成任务,或使用 ESM C 进行高效的表示学习。

研究人员需要高效访问基因组数据进行计算分析。此技能通过 REST API 和 FTP 提供对 ENA 的程序化访问，支持通过登录号检索 DNA/RNA 序列、FASTQ 文件和基因组组装。

研究人员需要访问大规模单细胞基因组数据以进行疾病研究和药物发现。该技能提供对 CELLxGENE Census 中 6100 万个细胞的程序化访问,支持群体规模查询而无需下载完整数据集。

创作引人入胜、教育性强的儿童图画书需要仔细注意视觉一致性、适龄内容和文化相关性。该技能可生成高质量的双语图画书内容，提供18种视觉风格和12种场景类型，专为3-12岁儿童量身定制。

向 X 发布内容需要手动输入或使用有风险的自动发布工具。本技能使用浏览器自动化准备推文并保存到草稿箱,确保在任何帖子发布前用户都能完整审核。

内容创作者难以持续产出引人入胜的社交媒体内容。此技能可生成病毒式X（Twitter）内容，包括短推文、多推文话题和回复，采用根据您个人风格定制的经过验证的模式。

AI 记忆文件会变得庞大并浪费输入 Token。此技能可将自然语言散文压缩为 caveman 格式，在保留所有代码、URL 和技术内容的同时节省 65-75% 的 Token。

AI 编程助手会产生冗长的回复，增加 token 消耗。这张快速参考卡片在一视图中列出所有 caveman 模式触发器、技能和配置，让您可以将助手的输出压缩 65-75%。