使用正式的信念-欲望-意图模式将RDF数据转换为认知智能体架构。实现AI系统建模理性智能体，具有可追溯的推理链和多智能体系统的语义互操作性。

手动研究耗时数小时，且因未经验证的声明而产生不一致的结果。该技能运行一个8阶段流水线，从10多个来源收集、验证和综合信息，生成专业报告。

在复现 AI 研究时，仓库 README 往往会遗漏数据集划分、评估协议或预处理细节等关键信息。此技能可从原始论文源中解决这些狭窄的复现问题，同时保留 README 优先的指导原则。

无需再浪费时间为 scattered event directories。此技能使用网络搜索查找相关展会，以结构化对比表格的形式展示，并根据您的行业、地区和目标提供针对性建议。

高效研究复杂主题，避免被信息淹没。该技能将研究组织成可管理的小主题，并将发现综合成全面的报告。

查找物理、数学、计算机科学和定量生物学领域的学术论文可能耗时。该技能可直接访问arXiv预印本仓库，快速搜索和检索论文标题和摘要。

访问全面的美国专利商标局专利和商标数据库。通过关键词、发明人或受让人进行搜索。获取审查历史、转让记录、引用和办公行动，用于知识产权研究和现有技术搜索。

搜索蛋白质数据库、检索序列并在生物数据库之间映射标识符。此技能可直接访问UniProt，即综合蛋白质序列和功能信息资源。

告别复杂的机器学习模型设置难题。本技能让您通过简单命令即可即时访问数千个用于文本、图像和音频任务的预训练变换模型。

构建和训练用于药物发现、蛋白质建模和分子性质预测的图神经网络。本技能提供 TorchDrug 库的完整文档，包括数据集、模型架构和工作流程。

研究人员需要了解蛋白质-蛋白质相互作用来研究生物系统和疾病机制。此技能可直接访问STRING的全面数据库,包含5900万种蛋白质和跨5000+物种的200亿+相互作用。

科学可视化将数据转化为清晰、准确的图表用于发表。本技能确保您的图表符合期刊标准，同时对所有读者友好，包括色盲读者。

此技能帮助研究人员为会议、研讨会和论文答辩创建专业演示文稿。它提供幻灯片模板、设计指导以及面向PowerPoint和LaTeX Beamer格式的AI驱动的图像生成功能。

科学主张通常在方法论、偏见或逻辑方面存在隐藏的缺陷。本技能提供系统性框架，用于评估证据质量、识别认知偏见、评估实验设计以及检测科学论述中的逻辑谬误。

查找当前学术研究需要搜索多个数据库并评估来源质量。此工具通过 Perplexity Sonar 模型搜索学术文献，根据查询复杂度自动选择模型，并提供以引用为重点的结果。

获取研究经费竞争激烈，各资助机构有严格要求。本技能提供专家指导，帮助撰写符合NSF、NIH、DOE、DARPA和NSTC标准的引人注目的提案，同时最大化您的成功机会。

量子系统需要专门的模拟工具。QuTiP 提供了用于开放量子系统的求解器，支持主方程、林blad 动力学和退相干。使用此技能来模拟量子光学、空腔 QED 和耗散量子过程。

量子计算能够解决经典计算机难以处理的复杂优化、化学和机器学习问题。Qiskit 提供了构建量子电路、优化电路以适应 IBM 硬件并在真实量子处理器或模拟器上执行的工具。

此技能帮助您将 PyTorch 代码组织成可重用的 LightningModule。它提供了模板和文档，用于配置多 GPU 训练、实现数据管道以及使用 W&B 和 TensorBoard 等流行工具设置实验跟踪。

药物发现研究人员需要标准化的数据集来训练机器学习模型。PyTDC 提供精心整理的 ADME、毒性和药物-靶标相互作用数据集，包含适当的训练-测试划分和评估预言器。