查找专利和商标信息需要浏览多个美国专利商标局系统。此技能提供对 PatentSearch、PEDS、TSDR 和转让数据库的统一访问,以进行全面的知识产权研究。

AI助手经常跳过技能检查，导致工作流程不一致。本技能建立了强制性的技能调用规则，确保每个任务都使用正确的工具。它在所有对话中创建了有纪律、可预测的行为。

在同一个仓库中管理多个功能需要频繁切换分支且容易丢失上下文。此技能创建隔离的 git 工作树，让您可以同时处理不同的功能，具有自动选择目录、安全验证和干净的基线测试功能。

需要从 UniProt 查找蛋白质序列和注释？按名称、基因、 accession 号或 organism 查询蛋白质数据库。通过 REST API 检索序列、映射标识符并访问功能注释。

高维数据难以可视化和分析。UMAP 提供快速非线性降维，同时保留局部和全局结构，适用于清晰的 2D/3D 可视化和有效的聚类预处理。

手动创建一致的设计系统需要大量时间，并且经常导致不一致的实现。此工具包自动生成颜色、字体和间距的设计令牌，确保所有组件的视觉和谐，并导出可供开发者使用的代码。

医疗专业人员需要结构化、合规的治疗计划用于患者护理文档。本技能提供专业的LaTeX模板、验证脚本和临床框架，可在几分钟内生成涵盖所有医学专科的治疗计划。

使用 transformer 模型需要理解管道、分词和微调工作流程。本技能为使用 Hugging Face Transformers 库处理自然语言处理、计算机视觉和音频任务提供全面指导,包含最佳实践和代码示例。

图神经网络能够从社交网络和分子等不规则数据结构中进行学习。PyTorch Geometric 提供了一个全面的工具包，可以用最少的样板代码构建、训练和评估图神经网络。

使用 TorchDrug 机器学习库预测分子性质、生成新化合物并分析蛋白质。在分子、蛋白质和生物医学知识图谱上训练图神经网络,用于药物发现和计算化学任务。

代码写完后立即通过测试并不能证明任何东西。测试优先原则迫使你先看到测试失败，从而证明测试确实在验证正确的行为。TDD 在缺陷进入生产环境之前就将其捕获，并支持自信的重构。

创建一致、专业的演示文稿和文档视觉主题需要大量的设计工作。本技能提供10种精选的颜色和字体主题组合，可即时应用于任何产物，并支持按需生成自定义主题。

此模板为创建自定义Claude技能提供了起点。它包含技能名称、说明和指令的占位符部分，您可以根据特定用例进行自定义。

随意修复会浪费时间并产生新的错误。此技能提供了一个四阶段框架,用于系统性地调查问题、追踪问题源头,并实施真正解决根本原因而非掩盖症状的修复方案。

需要精确的数学结果而非数值近似。本技能提供使用 SymPy 进行符号计算的全面指导，包括代数、微积分、矩阵、物理和代码生成。非常适合需要精确符号解的工程师、科学家和研究人员。

手动管理多个子代理会造成上下文污染和质量不一致。此技能为每个任务分配新的子代理，并设置自动化的两阶段审查检查点，确保在代码质量审查之前符合规范要求。

用户需要使用严格的统计方法分析数据。此技能为回归模型、假设检验、时间序列分析和诊断程序提供全面指导。

访问STRING数据库的蛋白质-蛋白质相互作用网络，覆盖5900万种蛋白质和200亿个相互作用。执行功能富集分析，发现相互作用伙伴，并为系统生物学研究生成网络可视化。

统计分析技能对研究至关重要,但需要正确的方法论。此工具包提供关于假设检验、回归分析、贝叶斯方法和 APA 报告的全面指导,帮助研究人员进行严谨、可重复的分析。

强化学习需要对算法、环境和训练工作流有深入的专业知识。此技能为 Stable Baselines3 提供了即用型模板和指南,让您无需预先学习所有细节即可快速训练强化学习智能体。