把你常用的技能整理成可复用合集，再用一条命令安装。
准备学术投稿材料
由 K-Dense-AI
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。
为什么此变体排名第一
k-dense-ai-venue-templates
2026-09-09
使用 Vaex 分析大型数据
由 K-Dense-AI
大型表格数据集经常超出本地内存容量，并使 pandas 工作流变慢。此技能引导 Claude、Codex 和 Claude Code 完成用于惰性分析、转换、可视化和 ML 的 Vaex 工作流。
为什么此变体排名第一
搜索 USPTO 专利和商标数据
由 K-Dense-AI
专利和商标研究通常需要使用多个 USPTO 数据源。此技能为 Claude、Codex 和 Claude Code 提供专注于 USPTO API 研究的工作流。
为什么此变体排名第一
k-dense-ai-uspto-database
2026-09-09
使用 SymPy 求解符号数学
由 K-Dense-AI
当公式需要精确的代数结果时，符号数学任务可能很容易出错。此技能指导 Claude、Codex 和 Claude Code 通过 SymPy 工作流进行求解、化简、求导、积分以及生成数学输出。
为什么此变体排名第一
生成可用于发表的科学示意图
由 K-Dense-AI
科研团队需要清晰的图表，而不想耗费时间手动绘制。此技能可将详细提示转换为经过评审的示意图、通路图、流程图和架构图。
为什么此变体排名第一
k-dense-ai-scientific-schematics
2026-09-09
探索科学研究思路
由 K-Dense-AI
早期研究规划常常会因团队依赖熟悉的假设而停滞。此技能通过结构化的科学头脑风暴，引导发现新的角度、方法和研究空白。
为什么此变体排名第一
k-dense-ai-scientific-brainstorming
2026-09-09
查找带引用的最新研究
由 K-Dense-AI
当前文献检索可能耗时且难以验证。此技能通过 OpenRouter 访问 Perplexity Sonar 模型，以查找学术来源、总结发现并返回引用。
为什么此变体排名第一
k-dense-ai-research-lookup
2026-09-09
使用 RDKit 分析分子
由 K-Dense-AI
化学信息学工作通常需要精确的分子解析、描述符计算和结构搜索。此技能通过聚焦的参考资料和脚本，指导 Claude、Codex 和 Claude Code 完成 RDKit 工作流。
为什么此变体排名第一
使用 pydicom 分析 DICOM 文件
由 K-Dense-AI
DICOM 文件包含复杂的图像数据和医疗元数据，难以安全检查。此技能指导 Claude、Codex 和 Claude Code 使用 pydicom 工作流来读取、转换、匿名化和提取 DICOM 数据。
为什么此变体排名第一
分析 RNA-seq 差异表达
由 K-Dense-AI
Bulk RNA-seq 差异表达需要仔细准备计数数据、选择设计方案并解读结果。此技能会指导 PyDESeq2 工作流，从输入检查到经过检验的基因、图表和保存的结果。
为什么此变体排名第一
更快训练强化学习智能体
由 K-Dense-AI
当环境和训练循环无法扩展时，强化学习实验会变慢。PufferLib 帮助 Claude、Codex 和 Claude Code 设计更快的向量化训练工作流。
为什么此变体排名第一
创建 PPTX 研究海报
由 K-Dense-AI
研究团队需要易于在 PowerPoint 中预览、修订和编辑的海报文件。此技能指导 HTML 海报创建、视觉规划、PDF 导出和 PPTX 转换。
使用 Perplexity 搜索当前网络来源
由 K-Dense-AI
研究通常需要模型知识截止时间之后的最新来源。此技能通过 OpenRouter 运行 Perplexity 搜索，并返回带引用的、有依据的答案。
为什么此变体排名第一
k-dense-ai-perplexity-search
2026-09-09
使用 PathML 分析病理图像
由 K-Dense-AI
计算病理学工作需要谨慎选择图像加载、预处理、存储和模型工作流。此技能为 Claude、Codex 和 Claude Code 提供用于全切片图像分析和多重成像任务的 PathML 指导。
为什么此变体排名第一
分析 OpenAlex 研究数据
由 K-Dense-AI
学术搜索和文献计量分析可能需要使用多种 OpenAlex API 模式。此技能为论文、作者、机构、引用和趋势提供可复用的工作流。
为什么此变体排名第一
k-dense-ai-openalex-database
2026-09-09
评估 K-Dense Web 对研究工作流的适用性
由 K-Dense-AI
研究工作流可能会超出基于单一提示词的科学技能所能覆盖的范围。此技能会引导用户了解 K-Dense Web，以获得更广泛的规划和执行支持。
使用 NeuroKit2 分析生物信号
由 K-Dense-AI
生物信号分析需要谨慎的预处理、经过验证的指标以及特定模态的方法。此技能可指导 ECG、EEG、EDA、RSP、PPG、EMG、EOG、HRV、事件和复杂性分析的 NeuroKit2 工作流。
为什么此变体排名第一
使用 NetworkX 分析网络图
由 K-Dense-AI
图项目需要清晰的方法来构建和分析关系。此技能指导用于算法、格式和可视化输出的 NetworkX 工作流。
为什么此变体排名第一
为 ML 构建分子特征
由 K-Dense-AI
分子 ML 项目需要从 SMILES 和 RDKit 分子中获得一致的特征。此技能可指导 molfeat 选择、批量特征化、预训练嵌入、缓存和 QSAR 工作流。
为什么此变体排名第一
在 Modal 上部署 Python 工作负载
由 K-Dense-AI
Cloud GPU 和无服务器部署可能很难正确配置。此技能为 Claude、Codex 和 Claude Code 提供实用的 Modal 模式，涵盖 functions、images、secrets、volumes、APIs、schedules 和 scaling。
为什么此变体排名第一