標準 Markdown 缺乏連結筆記和組織知識的功能。此技能可協助您建立正確格式化的 Obsidian 筆記，包含維基連結、嵌入內容、提示框和屬性。

此技能可讓 AI 助理透過 CLI 與 Obsidian 儲存庫互動，直接從命令列進行筆記建立、搜尋、任務管理和外掛開發工作流程。

將您的 Obsidian vault 轉換為強大的資料庫，支援表格、卡片、清單和地圖檢視。建立動態篩選器、公式和摘要，無需撰寫程式碼。

使用者在沒有適當的 JSON 格式指南的情況下，難以在 Obsidian 中建立視覺畫布。此技能提供完整的參考文檔，用於建立和編輯包含節點、邊緣、群組和連接的 JSON Canvas 檔案。

使用 WebFetch 讀取網頁會浪費過多 tokens 在廣告、導航和雜亂內容上。Defuddle 僅提取主要內容為乾淨的 markdown，在分析線上文章、文件和部落格文章時可節省高達 80% 的 tokens。

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。

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。

學術出版需要嚴格的格式合規。此技能提供可直接使用的 LaTeX 模板和 50 多種頂級期刊、會議和資助機構的詳細要求。無需手動搜索模板即可獲得完美格式化的文檔。

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。

存取全面的 USPTO 專利和商標資料庫。按關鍵字、發明人或受讓人進行搜尋。擷取審查歷史、轉讓、引用和辦公室行動，用於智慧財產研究和先前技術搜尋。

搜尋蛋白質資料庫、擷取序列，並在生物資料庫之間對應識別符。此技能提供對 UniProt 的直接存取，這是一個全面的蛋白質序列和功能資訊資源。

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。

產生專業的醫療治療計劃，使用 LaTeX 格式，適用於任何臨床專科。包括 HIPAA 合規指導、SMART 目標框架，以及用於以患者為中心的護理文檔驗證工具。

告別複雜的機器學習模型設定困擾。此技能讓您透過簡單的指令，即可立即存取數千個預訓練的轉換模型，用於文字、圖像和音訊任務。

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。

建構和訓練用於藥物發現、蛋白質建模和分子性質預測的圖神經網路。此技能提供 TorchDrug 庫的完整文檔，包括資料集、模型架構和工作流程。

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。

研究人員需要了解蛋白質與蛋白質之間的交互作用，以研究生物系統和疾病機制。此技能可直接存取 STRING 的綜合資料庫，其中包含 5900 萬種蛋白質和超過 200 億筆交互作用，涵蓋 5000 多個物種。

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。