搜索「Agent Behavior」的结果

io.github.K-Dense-AI/scientific-agent-skills/sympy

当需要在 Python 中进行精确符号数学时使用——代数、微积分、方程求解、符号线性代数，或经 lambdify/LaTeX 生成代码。浮点近似即可满足需求时优先使用 NumPy 或 SciPy。

pyzotero（Zotero 文献管理）

io.github.K-Dense-AI/scientific-agent-skills/pyzotero

使用 pyzotero Python 客户端操作 Zotero 参考文献库。通过 Zotero Web API v3 检索、创建、更新和删除条目、合集、标签与附件。适用于以编程方式操作 Zotero 文库、管理文献引用、导出引文、检索文库内容、上传 PDF 附件，或构建与 Zotero 集成的科研自动化工作流。

modal（Modal 无服务器云平台）

io.github.K-Dense-AI/scientific-agent-skills/modal

Modal 是按需运行 Python（含按需 GPU）的无服务器云平台。在使用 Modal SDK 部署或托管 AI/ML 模型、运行 GPU 加速负载（训练、微调、推理）、托管 Web 端点、调度批处理任务，或将 Python 代码扩展到云容器时使用。

adaptyv（Adaptyv Bio API）

io.github.K-Dense-AI/scientific-agent-skills/adaptyv

如何使用 Adaptyv Bio Foundry API 与 Python SDK 进行蛋白实验设计、提交与结果获取。只要用户提到 Adaptyv、Foundry API、蛋白结合实验、蛋白筛选实验、BLI/SPR 实验、热稳定性实验，或想提交蛋白序列进行实验表征，就使用本技能。当代码导入 `adaptyv`、`adaptyv_sdk`、`FoundryClient`，或引用 `foundry-api-public.adaptyvbio.com` 时也应触发。

pytdc（Therapeutics Data Commons）

io.github.K-Dense-AI/scientific-agent-skills/pytdc

通过 PyTDC Python 包使用 Therapeutics Data Commons：registry 发现、已批准数据集访问、任务感知的数据切分、评估指标、基准分组，以及有界的分子 oracle 工作流。

polars（高性能 DataFrame）

io.github.K-Dense-AI/scientific-agent-skills/polars

面向 Python ETL、分析与 pandas 迁移的高性能 DataFrame 库。适用于基于表达式的数据操作，支持惰性查询优化、并行执行、流式跨核处理、Arrow 互操作与可选的 GPU 执行。

geopandas（地理空间分析）

io.github.K-Dense-AI/scientific-agent-skills/geopandas

面向直接使用 GeoPandas GeoSeries、GeoDataFrame、空间运算或矢量数据 I/O 的 Python 工作流的指导与本地审计工具。

esm（ESM 蛋白模型）

io.github.K-Dense-AI/scientific-agent-skills/esm

在使用 `esm` Python SDK、ESM3 或 ESMC 模型 ID、Forge/Biohub 推理客户端或 ESMFold2 折叠工作流时使用。

scikit-learn（机器学习）

io.github.K-Dense-AI/scientific-agent-skills/scikit-learn

使用 scikit-learn 在 Python 中进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建 ML 流水线。提供算法、预处理技术、流水线与最佳实践的全面参考文档。

optimize-for-gpu（GPU 加速优化）

io.github.K-Dense-AI/scientific-agent-skills/optimize-for-gpu

将科学 Python 工作负载加速到 NVIDIA GPU 上，并验证结果正确且更快。适用于 CUDA/GPU 优化；CPU 受限的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量检索、图像处理、图、仿真或文件 I/O 负载；CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA、RAFT 相关问题；以及性能剖析、内存搬运、kernel 或多 GPU 瓶颈。当大规模数据并行的 Python 代码很慢且 GPU 加速是合理选项时也应使用，即使用户没有提到 CUDA。

benchling-integration（Benchling 集成）

io.github.K-Dense-AI/scientific-agent-skills/benchling-integration

Benchling Python SDK 与 REST API 集成，覆盖 registry 实体、库存、ELN 条目、工作流、Benchling Apps 与 Data Warehouse 查询。在使用 benchling-sdk 或 v2 API 自动化实验室数据时使用。

astropy（天文计算库）

io.github.K-Dense-AI/scientific-agent-skills/astropy

面向需要 Astropy API 的天文与天体物理工作流的核心 Python 库，涵盖单位/量纲、坐标、FITS I/O、表格、时间系统、WCS 与宇宙学。在使用 Astropy 实现或调试天文数据分析代码时使用。

datamol（RDKit 友好封装）

io.github.K-Dense-AI/scientific-agent-skills/datamol

RDKit 的 Pythonic 封装，接口更简单、默认值更合理。标准药物发现任务的首选：SMILES 解析、标准化、描述符、指纹、聚类、3D 构象、并行处理。返回原生 rdkit.Chem.Mol 对象。需要高级控制或自定义参数时直接使用 rdkit。

pysam（基因组文件处理）

io.github.K-Dense-AI/scientific-agent-skills/pysam

基于 Python/HTSlib 的基因组文件工作流。在使用 pysam 读取、查询、过滤或写出 SAM/BAM/CRAM、VCF/BCF、FASTA/FASTQ 或 tabix 数据时使用，包括 pileup、覆盖度、索引与 CRAM 参考。

zarr-python（Zarr 分块 N 维数组）

io.github.K-Dense-AI/scientific-agent-skills/zarr-python

用于云存储的分块 N 维数组（Zarr-Python 3）。压缩数组、并行 I/O、经 fsspec 访问 S3/GCS、兼容 NumPy/Dask/Xarray，适用于大规模科学计算流水线。

paperclip（Paperclip 文献检索）

io.github.K-Dense-AI/scientific-agent-skills/paperclip

使用 GXL 的 Paperclip CLI 检索和阅读生物医学论文全文、FDA/PMDA/EMA 监管文件、临床试验注册信息和 UniProt/PDB/ChEMBL 条目。涵盖用 PAPERCLIP_API_KEY 安装与鉴权 `paperclip` 二进制、/papers、/fda、/trials、/proteins、/clipboard 下的只读虚拟文件系统、来源范围的语义搜索、全语料 grep、元数据查询与 SQL、跨多篇论文的 map/reduce 阅读、图像视觉分析、带论断核验的可选论文仓库，以及锁定行号的引用。当被要求安装 paperclip、运行 paperclip search/grep/map/reduce/sql/repo、通过 paperclip 查找或阅读生物医学文献、监管文件或临床试验，或生成带行号的引用时使用。

bioservices（生物服务统一接口）

io.github.K-Dense-AI/scientific-agent-skills/bioservices

40+ 生物信息学服务的统一 Python 接口。适用于在单个工作流中查询多个数据库（UniProt、KEGG、ChEMBL、Reactome）并使用一致的 API。最适合跨库分析与跨服务 ID 映射。快速单库查询用 gget；序列/文件操作用 biopython。

literature-review（系统性文献综述）

io.github.K-Dense-AI/scientific-agent-skills/literature-review

使用多个学术数据库（PubMed、arXiv、bioRxiv、Semantic Scholar 等）开展全面、系统化的文献综述。适用于生物医学、科学和技术领域的系统性文献综述、meta 分析、研究综合或全面的文献检索。生成专业排版的 markdown 与 PDF 文档，支持多种引用格式（APA、Nature、Vancouver 等）并带引用核验。

gget（生物信息学快速查询）

io.github.K-Dense-AI/scientific-agent-skills/gget

对 20+ 生物信息学数据库的快速 CLI/Python 查询。适合快速查询：基因信息、BLAST/BLAT、病毒序列下载、AlphaFold 结构、富集分析、OpenTargets、COSMIC、CELLxGENE 以及 8cube 小鼠特异性/表达数据。最适合交互式探索和简单查询。批量处理或高级 BLAST 用 biopython；跨库 Python 工作流用 bioservices。

opencode QA opencode-qa

io.github.code-yeongyu/oh-my-openagent/opencode-qa

逐用例对 opencode 本身做 QA：验证 CLI/终端（opencode run、db、serve、export）、通过 SSE 事件流证明某个插件钩子/动作/事件已触发、在 tmux 下对 TUI 做冒烟测试，以及按 id、标题/名称或消息文本在 opencode 的 SQLite 数据库中调查会话。自带经测试的辅助脚本（每个都有 --self-test）与分领域的参考文档。凡要对 opencode 的 CLI、HTTP server、插件钩子/事件或 TUI 做 QA、冒烟测试、验证或调试，或要查找并检查数据库中的 opencode 会话时使用。触发词：opencode qa、qa opencode、test opencode、verify opencode hook、opencode session db、find opencode session by id/name/text、opencode tui test、opencode server health、opencode event stream。