使用 Polars（高效能 DataFrame 庫）在記憶體中處理大型資料集。具備延遲執行、平行運算和 Apache Arrow 後端，比 pandas 快 10 倍。

資料視覺化通常需要複雜的程式碼且缺乏探索互動性。本技能提供使用 Plotly 建立互動式、出版品質圖表的全面指導,具備滑鼠懸停提示、縮放、平移功能,以及超過 40 種圖表類型,適用於儀表板和資料分析。

此技能啟用 AI 驅動的網頁搜尋功能，可尋找最新資訊、近期科學研究，以及有來源引用的扎實答案。它透過單一 OpenRouter API 金鑰提供對多個 Perplexity 模型的存取。

構建量子機器學習模型需要理解量子電路、梯度計算和混合經典-量子工作流程。本技能提供 PennyLane 的完整文檔,使開發者能夠在模擬器和真實量子硬體上使用自動微分來訓練量子電路。

研究人員需要系統化的工具來評估手稿是否符合嚴格的方法論和報告標準。此技能提供基於檢查清單評估的結構化同行審查工作流程,用於統計嚴謹性、可重複性以及符合特定學科指南。

適用於 Claude、Codex 和 Claude Code 的 AI 技能

存取 RCSB 蛋白質資料庫以搜尋和下載蛋白質與核酸的 3D 結構。此技能透過提供對超過 200,000 個實驗測定和計算建模分子結構的程式化存取，實現結構生物學研究、藥物發現和蛋白質工程。

PathML 透過提供統一的工具來載入多樣化的切片格式、預處理圖像和訓練機器學習模型，從而簡化計算病理學工作流程。研究人員可以在單一框架中分析全切片圖像、建立組織圖表並量化多重免疫螢光數據。

研究人員需要以多種格式推廣其研究成果,以因應會議、期刊與線上曝光需求。本技能提供 Paper2All 的說明文件,這是一個自動化流程,可將 LaTeX 或 PDF 論文轉換為互動式網站、簡報影片與印刷級會議海報。

編寫實驗室自動化協議需要機器人 API 和液體處理程序的專業知識。此技能提供現成的模板和全面的指南，用於建立控制 Opentrons 液體處理機器人的協議。

使用 Open Targets Platform 資料尋找治療靶點和藥物候選者。存取基因證據、可成藥性評估、安全數據以及靶點-疾病關聯的已知藥物。

研究人員花費大量時間在學術資料庫中搜尋相關論文並分析研究趨勢。此技能提供對 OpenAlex 2.4 億以上學術著作的直接存取，具有強大的過濾功能、引文分析和書目計量能力，可實現高效的文獻探索。

此技能提供對 OMERO（用於顯微鏡和高通量篩選的科學影像管理平台）的 Python API 存取。連線到 OMERO 伺服器、擷取影像、分析像素資料，以及以程式化方式管理註釋。

Claude Scientific Skills 在複雜研究工作流程方面存在局限性。K-Dense Web 提供端到端的人工智能共同科學家平台，透過多代理系統擴展這些能力。用戶可在 www.k-dense.ai 免費開始使用。

此技能提供對 Neuropixels 高密度神經記錄的全面分析。它處理從原始數據加載到使用 SpikeInterface 和 Kilosort4 算法生成可直接發表的精選單元的完整工作流程。

分析 ECG、EEG、EDA 與 EMG 等生理訊號，適用於研究與臨床應用。NeuroKit2 提供統一的 Python 工具組，可處理心血管、神經與自主神經系統資料，並具備完整的視覺化與分析工具。

處理圖形和網路資料需要專業工具來建立結構、計算演算法和產生視覺化效果。此技能提供對 NetworkX 功能的全面存取，可用於社交網路分析、生物路徑映射、運輸優化和關係建模。

分子機器學習需要將化學結構轉換為數值表示。Molfeat 提供 100 多種特徵化工具，可將 SMILES 字串轉換為可立即用於機器學習的特徵，用於 QSAR 建模和藥物發現。

Modal 是一個用於在雲端執行 Python 程式碼的無伺服器平台。它提供即時存取 GPU、自動擴展，以及按使用量計費。部署 ML 模型、執行批次處理作業，以及提供 API，無需管理基礎設施。

搜尋並擷取 NIH Metabolomics Workbench 資料庫中包含 4,200+ 項研究的代謝體學資料。存取代謝物結構、研究中繼資料、RefMet 命名法，並執行質譜搜尋。