研究資料分析工程開發
pytdc
提供用於藥物開發的 AI 就緒數據集、基準測試與分子預測工具,涵蓋 ADME、毒性、藥物-目標交互作用及分子生成任務。
瀏覽: 7★ 19,782
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 147 個技能
提供用於藥物開發的 AI 就緒數據集、基準測試與分子預測工具,涵蓋 ADME、毒性、藥物-目標交互作用及分子生成任務。
自動化檢索 PubMed 科學文獻並生成生物醫學研究的平實語言摘要。
用於分子分析與設計的化學資訊學工具包。使用 RDKit 進行 SMILES/SDF 解析、描述符計算(LogP, TPSA)、指紋生成、子結構搜索及化學反應建模。
多模型代碼審查工作流,通過共識機制進行代碼質量與安全分析。
分析 AppWorld 任務失敗原因,提取具體的 API 模式並生成帶有實作程式碼範例的可執行劇本要點。
根據最新文獻驗證研究想法的新穎性。適用於用戶詢問「查新」、「有沒有人做過」或需要確認方法原創性時。
應用認知科學框架於計算機科學與人工智慧研究,透過系統化的創造力策略生成具備原創性的研究方向。
一個系統化的多角度網頁研究代理。適用於深度調查、複雜問題查詢,以及在內容生成前作為強制性的研究步驟,確保獲得有據可查的高質量結果。
為研究、開發與測試工作流部署網格、層級與星狀拓撲等進階多代理人蜂群編排策略。
使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成,具備超長上下文窗口,適用於複雜的多模態 AI 任務。
透過價值、易用性、可行性與營運可行性四個維度,利用多角度批判性思維對現有產品功能進行風險假設評估與壓力測試。
全方位 Python 醫療 AI 工具包,用於臨床數據處理、醫學編碼轉換,以及開發用於 EHR、生理訊號和臨床預測任務的深度學習模型(如 RETAIN 與 Transformer)。