微信扫一扫把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
使用基于位置的动力学（PBD）、Verlet积分和约束求解器实现的实时绳索/电缆物理模拟。精通四元数数学、Gauss-Seidel/Jacobi求解器以及缠绕检测。激活关键词包括'绳索模拟', 'PBD', '基于位置的动力学', 'Verlet', '约束求解器', '四元数', '电缆动力学', '布料模拟', '牵引用物理学'。不适用于流体动力学（SPH/MPM）、断裂模拟（FEM）、离线电…
训练后模型验证工作流程：门控、回测、向前验证、部署决策。在GPU训练完成后触发。
预测特定任务情境下的人格表现。
设计面向用户的代理专家，以实现自适应用户体验和个人化。在构建能够从用户行为中学习的产品功能、创建每个用户的专长文件或实施由AI驱动的个性化时使用。
治疗数据共享。适用于AI的药物发现数据集（ADME、毒性、DTI）、基准测试、骨架分割、分子神谕，用于治疗性机器学习和药理学预测。
Qwen训练数据挖掘器（原型）
根据可用的食材、饮食限制和个人偏好创建自定义食谱
此技能执行一个'环顾四周'的动作，以扫描并描述当前房间内的内容，包括可见的物体、容器和门。当进入新房间或代理需要定位特定物品或评估环境状态时，应触发此技能。该技能输出详细的房间描述，这对于库存发现和情景意识至关重要。
引导用户通过在批量、颜色系统和单细胞可视化教程中展示的OmicVerse绘图工具，包括维恩/火山图、调色板选择和高级嵌入布局。
将跑步数据和用户笔记转换为带有置信度分数的结构化反思。在跑步后使用，以捕捉定性反馈，并生成下一步指导，同时对疼痛或异常心率进行安全检查。
自主的现有技术搜索和分析代理。搜索多个数据库，分析参考文献，创建权利要求图表，并评估可专利性影响。
AI视频管道验证器，用于Veo 3可行性、8秒场景切分和镜头连贯性。使用时机：在为AI视频生成验证剧本、将场景切分为8秒片段、生成续拍提示、评分可行性风险或添加编辑元数据时使用。管道位置：编剧 → **生产验证器** → 想象/架构-v 输入：来自编剧技能的XML（带有持续时间、动作、关键视觉的场景标签） 输出：带有验证、片段、连贯性标签和Veo 3提示的增强XML 关键功能：- Veo 3可行性…
模型量化以提高推理和训练的效率。涵盖精度类型（FP32、FP16、BF16、INT8、INT4）、BitsAndBytes配置、内存估算以及性能权衡。
使用Python API读取并分析Inspect AI评估日志文件。从.eval文件中提取样本、消息、事件和指标。
自我改进引擎。通过生成-批评-迭代循环来增强推理能力。在处理复杂问题、跨领域综合信息或初始输出需要改进时使用。与自我检查机制集成，以防止过度自信。最大迭代次数为3次，以节省令牌。
对200多种格式的科学数据文件进行全面探索性数据分析。此技能应在分析任何科学数据文件时使用，以了解其结构、内容、质量和特性。自动检测文件类型并生成详细的Markdown报告，包括特定格式的分析、质量指标和下游分析建议。涵盖化学、生物信息学、显微镜学、光谱学、蛋白质组学、代谢组学以及通用科学数据格式。
根据用户给出的文字或者用户指定的txt/md文件内容，从类型列表中选择合适的文本类型，按照指定的格式给出podcast直播口述稿
在章节写作前自动激活，强制执行9项必读文件检查清单 - 通过确保每次写作前加载所有上下文来防止AI在长篇小说中的焦点退化
处理同步的Granola会议以更新个人页面、提取任务并整理会议笔记
掌握高级提示工程技巧，以最大化LLM在生产环境中的性能、可靠性和可控性。在优化提示、改进LLM输出或设计生产提示模板时使用。
当用户需要对某个主题进行全面研究，包括探索多个来源、综合发现，并提供带有引用的结构良好报告时，应使用此技能。适用于复杂的调研请求，如“研究X的最新发展”，“比较A与B与C”，“为Y找到前N名候选人”，或任何需要深入探索而不仅仅是简单网络搜索的请求。
使用AgentDB的150倍更快的矢量数据库实现ReasoningBank自适应学习。包括轨迹跟踪、判决判断、记忆蒸馏和模式识别。在构建自学习代理、优化决策或实现经验回放系统时使用。
通过阅读项目配置和指南，静默刷新AI上下文。在开始新的对话、上下文丢失后或执行主要任务之前使用。
全面的蛋白质语言模型工具包，包括ESM3（跨序列、结构和功能的生成式多模态蛋白质设计）和ESM C（高效的蛋白质嵌入和表示）。在处理蛋白质序列、结构或功能预测；设计新型蛋白质；生成蛋白质嵌入；执行逆折叠；或进行蛋白质工程任务时使用此技能。支持本地模型使用以及基于云的Forge API以实现可扩展推理。