已發佈技能 257
notion-spec-to-implementation
將 Notion 規格轉換為實作計畫
將產品規格轉化為可執行的實作計畫往往缺乏組織且容易出錯。此技能提供結構化工作流程,可將 Notion 規格轉換為相互連結的實作計畫、任務和進度追蹤。
notion-research-documentation
研究 Notion 內容並建立結構化報告
研究分散在多個 Notion 頁面中的資訊既費時又容易遺漏關鍵細節。此技能提供了一個結構化的工作流程,用於搜尋、獲取和整合 Notion 內容,形成有組織的摘要、總結、比較或包含適當引用的綜合報告。
notion-meeting-intelligence
準備有效的會議議程
會議準備需要從多個來源收集脈絡,並根據與會者調整材料。此技能提供結構化的工作流程,可搜尋 Notion 中的相關脈絡、選擇適當的會議範本、起草議程,並透過研究豐富材料。
notion-knowledge-capture
將對話擷取為結構化的 Notion 頁面
將零散的對話和筆記轉換為有組織、可搜尋的知識庫。此技能可幫助您將聊天討論、決策和想法轉換為具有連結功能、範本和團隊協作功能的正確結構化 Notion 頁面。
neuropixels-analysis
分析 Neuropixels 神經記錄
分析 Neuropixels 記錄需要專業知識和複雜的處理流程。本技能提供從原始數據到精選單元的完整工��流程,包括前處理、尖峰排序、質量指標,以及遵循 SpikeInterface、Allen Institute 和 IBL 最佳實踐的人工智能輔助整理。
neurokit2
使用 NeuroKit2 分析生理生物訊號
處理 ECG 和 EEG 等生理訊號需要專門的濾波、峰值檢測和特徵提取演算法。此技能提供使用 NeuroKit2 Python 函式庫分析心血管、神經和自主神經訊號的完整文件和工作流程。
networkx
建立和分析複雜網路
處理網路和圖形資料需要了解圖形演算法、視覺化技術和資料格式。此技能提供關於使用 NetworkX 在 Python 中建立、分析和視覺化複雜網路的全面指導。
move-code-quality
檢查 Move 程式碼品質
Move 程式碼審查需要深入了解 Move Book 程式碼品質檢查清單。此技能針對 Move 2024 Edition 最佳實踐提供自動化分析,涵蓋 50 條規則,包括程式碼組織、函數簽名、測試模式和現代語法。
molfeat
生成用於機器學習的分子特徵
建立分子數據的機器學習模型需要將化學結構轉換為數值表示。Molfeat 提供 100 多種特徵化器,包括 ECFP、MACCS、描述符以及像 ChemBERTa 這樣的預訓練模型,以簡化 QSAR 建模和虛擬篩選流程。
modal
使用 GPU 和自動擴展部署 Python 到雲端
在本機執行 ML 模型和批次處理既慢又昂貴。Modal 可讓您將 Python 函數部署到雲端,自動取得 GPU 支援、可以從零擴展到數千個容器的功能,以及按用量付費的計費方式。
metabolomics-workbench-database
查詢代謝組學工作台資料庫
搜尋來自 NIH 資料庫的數千項代謝組學研究和代謝物資料。存取標準化命名法、質譜資料和研究詮釋資料,用於生物標記發現和代謝研究。
meeting-insights-analyzer
分析會議記錄以獲取溝通見解
會議記錄包含寶貴的溝通模式反饋,但大多數人從未注意到。此技能讀取您的會議記錄並識別特定行為,如衝突迴避、填充詞、打斷和傾聽習慣,並提供具體示例和改進建議。
medchem
依藥物相似性規則篩選分子
篩選大型化合物庫以尋找藥物候選物是一項耗時的工作。此技能應用已確立的藥物化學規則,如 Lipinski 五規則、PAINS 過濾器和結構警示,自動識別有前景的化合物以供進一步研究。
mdr-745-specialist
應對歐盟 MDR 醫療器材法規遵循
醫療器材製造商在應對歐盟 MDR 2017/745 對技術文件、臨床證據和上市後監督的複雜要求時面臨困難。本技能為分類決策、合規差距分析和公告機構互動提供專業法規指導。
mcp-integration
為 Claude Code 外掛新增 MCP 伺服器整合
此技能提供逐步指導,說明如何將模型內容通訊協定伺服器整合至 Claude Code 外掛。透過設定 MCP 伺服器類型(包括 stdio、SSE、HTTP 和 WebSocket)來連接外部服務、資料庫和 API。
mcp-builder
為 LLM 工具整合建構 MCP 伺服器
建構有效的 MCP 伺服器需要理解以代理人為中心的設計、正確的工具定義以及評估策略。本技能提供有關在 Python 或 TypeScript 中建構生產級 MCP 伺服器的全面指導。
matplotlib
建立科學圖表和圖形
在 Python 中建立可發表品質的視覺化需要了解 matplotlib API、樣式選項和最佳實踐。此技能提供範本、程式碼範例和疑難排解指導,用於產生專業的圖表、圖形和用於研究和資料分析的 3D 視覺化。
matchms
分析質譜數據
質譜會產生複雜的光譜數據,需要專業的處理。Matchms 提供了一個完整的 Python 工具包,用於加載、篩選、比較和識別光譜數據中的化合物,採用成熟的相似度度量方法。
markitdown
將文件轉換為 Markdown
將 PDF、DOCX、PPTX、圖片和其他文件轉換為乾淨的 Markdown 格式。支援圖片的 OCR 識別、音訊的轉錄,以及可選的 AI 增強圖片描述,以便更好地進行 LLM 處理。
market-research-reports
產生市場研究報告
撰寫全面的市場研究報告既耗時又需要專業知識,包括框架設計、格式排版和視覺設計。本技能透過提供結構化模板、自動生成視覺圖表和專業的LaTeX格式來簡化整個流程,產出的文件可與頂級諮詢公司的交付成果相媲美。
marketing-strategy-pmm
制定獲勝的產品營銷策略
產品營銷團隊難以建立一致的定位、發布策略和真正能贏得交易的競爭對戰卡。本技能為 Series A+ B2B SaaS 公司提供經過驗證的 ICP 定義、定位開發、競爭情報和市場推廣執行框架。
marketing-demand-acquisition
為 B2B SaaS 成長建立需求生成活動
規劃和執行多管道需求生成活動既複雜又耗時。本技能提供經過驗證的框架、管道攻略手冊、CAC 計算器和歸因策略,專門為正在進行國際擴張的 A 輪及以上 B2B SaaS 新創公司設計。
literature-review
進行系統性文獻回顧
研究人員需要花費數小時在多個資料庫中搜索並手動驗證引用。此技能可簡化文獻回顧流程,透過搜索學術資料庫、去除重複結果、根據CrossRef驗證引用,以及生成格式正確的專業PDF文件。
linear
管理 Linear 問題、專案和團隊工作流程
使用者需要結構化的工作流程來管理 Linear 中的專案管理任務。此技能提供與 Linear MCP 的一致性整合,用於問題追蹤、衝刺規劃和團隊協作。