使用高性能 DataFrame 库 Polars 在内存中处理大型数据集。其特点是惰性求值、并行执行以及 Apache Arrow 后端，比 pandas 快 10 倍。

数据可视化通常需要复杂的代码且缺乏交互式探索功能。本技能提供使用 Plotly 创建交互式、出版级图表的全面指导,具有悬停提示、缩放、平移功能,支持 40 多种图表类型,适用于仪表板和数据分析。

此技能支持基于 AI 的网络搜索，可查找当前信息、最新科学研究和有依据的答案，并附有来源引用。它通过单个 OpenRouter API 密钥提供对多种 Perplexity 模型的访问。

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

访问 RCSB Protein Data Bank 以搜索并下载蛋白质和核酸的 3D 结构。此技能通过对超过 200,000 个实验测定与计算建模的分子结构提供程序化访问，支持结构生物学研究、药物发现和蛋白质工程。

PathML 通过提供统一的工具来加载各种切片格式、预处理图像和训练 ML 模型，简化了计算病理学工作流程。研究人员可以在单一框架中分析全切片图像、构建组织图谱并量化多重免疫荧光数据。

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。

编写实验室自动化协议需要机器人 API 和液体处理程序的专业知识。此技能提供可直接使用的模板和全面指导，帮助创建控制 Opentrons 液体处理机器人的协议。

利用Open Targets Platform数据查找治疗靶点和药物候选物。获取遗传证据、可成药性评估、安全数据和已知药物的靶点-疾病关联信息。

研究人员花费大量时间在学术数据库中搜索相关论文并分析研究趋势。该技能可直接访问 OpenAlex 240M+ 学术文献，具备强大的筛选、引用分析和文献计量功能，可高效发现文献。

此技能提供对 OMERO 的 Python API 访问，OMERO 是一个用于显微镜和高内涵筛选的科学图像管理平台。连接到 OMERO 服务器、检索图像、分析像素数据并以编程方式管理注释。

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。

此技能提供对Neuropixels高密度神经记录的全面分析。它处理从原始数据加载到使用SpikeInterface和Kilosort4算法生成可供发表的高质量神经单元的完整工作流程。

分析 ECG、EEG、EDA 和 EMG 等生理信号，用于研究与临床应用。NeuroKit2 提供统一的 Python 工具包，用于处理心血管、神经与自主神经系统数据，并配备全面的可视化与分析工具。

处理图和网络数据需要专门的工具来创建结构、计算算法和生成可视化。该技能提供对 NetworkX 功能的全面访问，适用于社交网络分析、生物通路映射、关系建模和优化。

分子机器学习需要将化学结构转换为数值表示。Molfeat 提供 100+ 种特征化器，将 SMILES 字符串转换为适用于 QSAR 建模和药物发现的机器学习特征。

Modal 是一个用于在云端运行 Python 代码的无服务器平台。它提供即时访问 GPU、自动扩展和按使用量计费。部署机器学习模型、运行批量处理任务以及提供 API 服务，无需管理基础设施。

从包含4200多项研究的NIH代谢组学工作台数据库中搜索和检索代谢组学数据。访问代谢物结构、研究元数据、RefMet命名法，并执行质谱搜索。