机器学习项目需要一致的预处理、评估和模型选择模式。此技能为 Claude、Codex 和 Claude Code 提供聚焦于 scikit-learn 的指导，并附带参考资料和示例。

生物信息学工作通常需要正确的序列、树、多样性和排序分析工作流。此技能可引导 Claude、Codex 和 Claude Code 使用 scikit-bio API。

科学论文需要清晰的结构、精准的语言和正确的报告细节。此技能可帮助 Claude、Codex 和 Claude Code 起草带有引用、图表和指南检查的精修手稿。

科学图件常常因尺寸、分辨率、颜色和标签问题无法通过期刊检查。此技能指导 Claude、Codex 和 Claude Code 创建无障碍且可用于发表的图件。

科研报告者需要清晰的幻灯片，用来解释复杂工作，同时避免让听众感到信息过载。此技能可帮助为常见学术形式规划、设计、生成和审查科学演示文稿。

科学主张很难评估，因为方法、统计和偏倚风险可能被隐藏。此技能可引导 Claude、Codex 和 Claude Code 进行结构化证据审查。

当标准不明确时，学术评审可能会不一致。此技能应用结构化的 ScholarEval 维度，生成均衡的评分、证据和修订优先级。

单细胞 RNA-seq 工作流需要仔细的 QC、归一化、聚类和文档记录。此技能提供 Scanpy 工作流、脚本、模板和参考资料，用于可复现分析。

研究人员必须让每份申请书符合资助机构严格的评审期望。此技能可帮助为美国主要资助机构起草、审阅和组织资助申请材料。

通路分析需要准确的 Reactome 端点和有效的数据格式。此技能指导 Claude、Codex 和 Claude Code 完成查询、富集分析和结果解读。

抽奖和赠品活动组织者需要一种清晰的方式来无偏地选择中奖者。此技能可指导从列表、文件和表格中进行随机选择，并提供透明的结果。

量子模型需要谨慎选择求解器，并建立清晰的分析工作流。此技能会指导 Claude、Codex 和 Claude Code 完成 QuTiP 模拟、测量和可视化。

医疗器械团队需要一致的 QMS 文档和审计准备。本技能指导 ISO 13485 流程、评审、CAPA、供应商质量以及认证准备情况。

医疗器械团队需要结构化的审核计划、发现项和 CAPA 跟进。此技能指导 ISO 13485 审核规划、执行、报告以及外部审核准备。

量子工作流需要精确的电路、后端和算法指导。此技能为仿真、硬件执行、可视化和算法提供聚焦的 Qiskit 模式。

PyTorch 项目可能会变得难以一致地训练和扩展。此技能会指导 LightningModules、Trainer、数据模块、回调、日志记录和分布式训练。

当文件格式、索引和坐标系统处理不一致时，基因组分析常常会失败。此技能为 Claude、Codex 和 Claude Code 提供聚焦于 pysam 的指导，覆盖比对、变异、序列和覆盖度工作流。

药物发现团队需要一致的数据集和公平的基准。此技能指导 PyTDC 工作流，用于加载数据、拆分数据集、评估模型以及使用分子 oracle。

优化项目通常需要可重复的算法选择、约束处理和 Pareto 前沿分析。此技能通过示例、参考资料和故障排查模式指导 pymoo 工作流。

质谱工作流需要使用许多 OpenMS 对象、文件格式和算法。此技能为 Claude、Codex 和 Claude Code 提供实用的 pyOpenMS 指南，用于蛋白质组学和代谢组学分析。