無需手動操作即可從圖片中提取資訊。此技能使用 MiniMax 視覺 MCP 來分析照片、截圖、圖表和模型圖，提供詳細描述、文字提取和設計回饋。

建立、讀取、編輯、驗證及格式化專業的 Excel 試算表（.xlsx、.xlsm、CSV），具備零格式損耗、金融級樣式設定及公式驗證功能，且完全沒有 openpyxl 的破壞性往返行為。

此技能提供 Azure AI 服務的完整文件和 SDK 參考，包括 Search、Speech、OpenAI、Vision、Translation 和 Document Intelligence。它可協助開發人員快速找到適合其 AI 解決方案的正確 API 和程式碼模式。

創建 AI 生成的圖片和影片通常需要瀏覽複雜的平台並編寫詳細的提示詞。此技能直接連接到 liblib.tv 的 API，讓你能夠通過自然語言命令生成和編輯視覺內容。

手動綱要設計容易出錯且難以視覺化。DB Craft 提供本機視覺化工作區，可透過 AI 輔助設計 MySQL、PostgreSQL、SQLite 和 MSSQL 綱要，然後匯出可直接部署的 SQL。

處理超過記憶體限制的大型資料集。Zarr-python 支援分塊陣列儲存和壓縮，為雲端原生科學計算工作流程提供高效能解決方案。

ZINC 資料庫包含超過 2.3 億種可用於藥物發現研究的可購買化合物。此技能提供程式化存取，可透過 ZINC ID、SMILES 或供應商代碼進行搜尋，擷取 3D 結構，並執行相似性搜尋以進行虛擬篩選和分子對接研究。

此技能可建立、編輯和分析包含公式、格式化和資料分析的 Excel 試算表。它還可以重新計算公式並驗證零錯誤，以確保發布品質的輸出。

處理超過 RAM 容量的大型表格資料集需要專門的工具。Vaex 支援核心外資料框架操作、延遲評估，以及每秒處理數十億筆資料集，適用於超出記憶體容量的資料。非常適合天文資料、金融時間序列和大規模科學分析。

高維度資料難以視覺化和分析。UMAP 在保持資料結構的同時縮減維度，實現清晰的 2D/3D 視覺化效果和更準確的聚類結果。

圖神經網路驅動著藥物發現、社交網路分析和推薦系統等現代應用。本技能提供可立即使用的模板和文件，用於使用 PyTorch Geometric 實作圖神經網路。

需要精確的數學結果而非數值近似。此技能提供使用 Python SymPy 庫進行符號代數、微積分、方程求解、矩陣運算和物理計算的全面指導。

使用 OLS、GLM、ARIMA 和離散選擇模型進行嚴謹的統計分析。透過完整的診斷、係數表和殘差分析，獲得可直接發表的結果。

不再猜測該使用哪種統計檢驗。獲得指導性的檢驗選擇、假設檢查以及適合您研究數據的APA格式結果。非常適合需要嚴謹統計分析的學生和研究人員。

SimPy 讓你用流程、佇列與共享資源來建模複雜系統。在實作前先模擬製造產線、服務作業、網路流量與物流，以最佳化效能。

機器學習模型通常像黑盒一樣運作。SHAP 提供了一個統一的框架，透過使用來自博弈論的 Shapley 值計算特徵貢獻來解釋任何模型預測。使用此技能來視覺化特徵重要性、除錯模型行為，並實作可解釋的人工智慧。

存活分析適用於事件可能未對所有受試者發生的資料。此技能提供 Python 工具，可用於處理右截距資料的時間至事件建模，包括 Cox 模型、隨機存活森林、SVM，以及像是一致性指數的專門評估指標。

處理生物序列、計算多樣性指標，並對微生物組和生態數據進行統計檢驗。本技能提供全面的生物信息學工作流指導，包括序列比對、系統發育分析和排序。

單細胞 RNA 定序會產生複雜資料集，需要專門的分析。此技能提供完整流程，涵蓋品質控制、降維、分群與單細胞基因表達資料的視覺化。

使用 Reactome 資料庫分析生物途徑和基因列表。執行途徑富集分析、將基因對應到途徑，並探索系統生物學研究中的分子交互作用。