手動產生假設耗時且容易產生認知偏差。Hypogenic 使用 LLM 自動化假設產生和測試，使研究人員能夠系統性地探索表格資料集中的模式，並將經驗發現與文獻見解相結合。

蛋白質工程需要分析和設計新穎的蛋白質序列。ESM 提供最先進的蛋白質語言模型,用於生成序列、預測結構,並為下游分析創建嵌入向量。使用 ESM3 進行跨序列、結構和功能的生成任務,或使用 ESM C 進行高效的表示學習。

研究人員需要高效存取基因組數據以進行分析。此技能透過 REST API 和 FTP 提供對 ENA 的程式化存取,可依登錄號檢索 DNA/RNA 序列、FASTQ 檔案和基因組組裝。

研究人員需要存取大規模單細胞基因體學資料以進行疾病研究和藥物發現。此技能提供對 CELLxGENE Census 中 6100 萬個細胞的程式化存取,能夠進行群體規模的查詢而無需下載整個資料集。

為兒童創作引人入勝、具有教育意義的圖畫書需要仔細關注視覺一致性、適齡內容和 culturally relevance。此技能可產生包含 18 種視覺風格和 12 種場景類型的高品質雙語圖畫書內容，專為 3-12 歲的兒童量身打造。

內容創作者難以持續產出引人入勝的社群媒體貼文。此技能可產生病毒式X（Twitter）內容，包括短推文、多推文串文和回覆，使用根據您個人風格量身定制的成熟模式。

在 X 上發布內容需要手動輸入或使用有風險的自動發布工具。此技能使用瀏覽器自動化來準備推文並儲存至草稿,確保任何貼文在發布前都經過使用者完整審核。

AI記憶體檔案會逐漸變大並浪費輸入的Token。這項技能將自然語言文字壓縮成原始人格式，可節省65-75%的Token，同時保留所有程式碼、URL和技術內容。

AI 編程代理會產生冗長的回應，增加 token 成本。此快速參考卡片列出所有 caveman 模式觸發器、技能與設定，讓您一覽無遺，可將代理輸出壓縮 65-75%。

大型記憶檔案（如 CLAUDE.md）會在每個 AI 工作階段開始時浪費 Token。這個技能可將其壓縮約 46%，同時保留所有技術內容完整。

一般性的頭腦風暴往往產生显而易见或不合實際的想法。本技能提供了一個結構化方法論，透過類比「咀嚼」和多階段精煉，將抽象問題轉化為新穎且可行的解決方案。

手動管理外掛發佈容易忘記更新日誌和版本號不一致的問題。此技能可自動化整個發佈流程，包括版本變動檢測、更新日誌生成和 git 標籤建立。

一個適用於 Claude、Codex 和 Claude Code 的 AI 技能

將複雜內容轉化為視覺上引人入勝的資訊圖表，提供 20 種版面配置類型和 17 種視覺風格。分析內容、推薦最佳的版面配置×風格組合，並生成可直接發布的資訊圖片提示詞。

將純文字 Markdown 檔案轉換為精美樣式化的 HTML，提供微信優化的主題、程式碼高亮、數學方程式和圖表支援。

Converting X (Twitter) content to markdown is time-consuming when done manually. This skill automates the extraction of tweets, threads, and articles into clean markdown with YAML front matter, preserving content structure and metadata.

大型圖片檔案會拖慢網站速度並浪費儲存空間。此技能可將圖片壓縮為 WebP、PNG 或 JPEG 格式，並提供可調整的品質設定，支援單一檔案和整個目錄。

適用於 Claude、Codex 和 Claude Code 的 AI 技能

Claude 在設定 Tailwind CSS v4 搭配 shadcn/ui 時經常出錯。這個技能指導 Claude 正確的四步驟模式：CSS 變數、Tailwind 對應、基礎樣式和自動深色模式，防止 8 個已記錄的錯誤。

當您忘記 YouTrack 命令時，追蹤 VIM 票券會很緩慢。這個技能為註解、標籤、狀態和發布提供清晰的命令指引。