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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

學術研究人員需要專業的會議海報，但缺乏 LaTeX 專業知識。此技能提供可立即使用的 beamerposter、tikzposter 和 baposter 範本，並附有設計指南和 PDF 品質檢查。

手動尋找合格的潛在客戶會浪費時間。此技能可自動進行公司研究、識別符合您理想客戶檔案的潛在客戶,並為您的銷售團隊提供聯絡策略。

建構生物資訊學流程需要學習平台特定工具和雲端基礎設施。此技能提供逐步指導,使用 Latch SDK 的裝飾器、資料抽象和經驗證的生物資訊學工具來建立無伺服器工作流程。