使用者常常無法把線上影片保存為離線觀看。這個技能可下載 YouTube 影片與其他平台內容，提供多種格式與畫質選項，便於離線觀看、剪輯或封存。

AI 代理經常在未運行驗證命令的情況下就聲稱工作已完成。本技能實施嚴格的門檻，要求在做出任何完成聲明或表達滿意之前，必須運行實際的驗證命令並閱讀輸出證據。

處理超過 RAM 容量的大型資料集會導致記憶體錯誤和效能緩慢。Vaex 使用延遲評估和記憶體映射技術,無需將資料載入記憶體即可即時處理數十億行資料。

適用於 Claude、Codex 和 Claude Code 的 AI 技能

從原始研究數據創建用戶角色既耗時又常常不一致。此工具包分析用戶行為模式、人口統計數據和訪談洞察,自動生成具有信心評分和設計影響的研究支持型角色。

尋找專利及商標資訊需要瀏覽多個USPTO系統。此技能提供對PatentSearch、PEDS、TSDR和轉讓資料庫的統一存取，以進行全面的智慧財產研究。

AI 助手經常跳過技能檢查，導致工作流程不一致。此技能建立了強制性的技能調用規則，確保為每項任務使用正確的工具。它在所有對話中創造了紀律性、可預測的行為。

在同一個儲存庫中管理多個功能需要不斷切換分支並導致上下文丟失。此技能可建立獨立的 git worktree,讓您同時處理不同功能,並具備自動目錄選擇、安全性驗證和乾淨的基準測試。

需要從 UniProt 尋找蛋白質序列和註解？可透過名稱、基因、登錄號或生物體查詢蛋白質資料庫。透過 REST API 擷取序列、映射識別碼並存取功能註解。

高維度資料難以視覺化與分析。UMAP 提供快速非線性維度縮減，同時保留局部與全局結構，適用於清晰的 2D/3D 視覺化與有效的叢集分析前處理。

手動創建一致的設計系統需要大量時間,且經常導致實作不一致。此工具包可自動生成顏色、排版和間距的設計標記,確保所有組件的視覺和諧,並匯出開發者可直接使用的程式碼。

醫療專業人員需要結構化、符合規範的治療計劃來記錄患者照護文件。此技能提供專業的 LaTeX 模板、驗證腳本和臨床框架,可在數分鐘內為所有醫療專科生成治療計劃。

使用轉換器模型需要了解管線、分詞和微調工作流程。本技能提供跨 NLP、計算機視覺和音頻任務使用 Hugging Face Transformers 庫的全面指導，包括最佳實踐和程式碼範例。

圖神經網路能夠從社交網路和分子等不規則資料結構中學習。PyTorch Geometric 提供了一個全面的工具包，可以用最少的樣板程式碼來建構、訓練和評估 GNN。

使用 TorchDrug 機器學習函式庫預測分子屬性、生成新化合物並分析蛋白質。在分子、蛋白質和生物醫學知識圖譜上訓練圖神經網路，用於藥物發現和計算化學任務。

在程式碼通過後立即撰寫測試無法證明任何事情。測試優先原則迫使你先看到測試失敗，證明它確實在測試正確的行為。TDD 在錯誤進入生產環境之前就將其捕獲，並實現自信的重構。

為簡報和文件建立一致、專業的視覺主題需要大量的設計工作。此技能提供 10 種精選的配色和字型主題組合，可立即套用至任何成品，還能根據需求產生自訂主題。

此範本為建立自訂 Claude 技能提供起點。它包含技能名稱、說明和指令的佔位符部分，您可以根據特定使用情況進行自訂。

隨機修復會浪費時間並產生新的錯誤。此技能提供四階段框架，系統性地調查問題、追蹤問題根源，並實施能真正解決根本原因而非掩蓋症狀的修復方案。

需要精確的數學結果而非數值近似。本技能提供使用 SymPy 進行符號計算的全面指導，包括代數、微積分、矩陣、物理和程式碼生成。非常適合需要精確符號解的工程師、科學家和研究人員。