搜索「Agent Persona」的结果

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。

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。

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。

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。

io.github.K-Dense-AI/scientific-agent-skills/paper-lookup

在 11 个学术文献 API 中检索论文、预印本、引用与开放获取全文，并返回可复现的溯源结果。覆盖 PubMed、PMC（全文）、Europe PMC（全文与预印本检索）、bioRxiv、medRxiv、arXiv、OpenAlex、Crossref、Semantic Scholar、CORE、Unpaywall。适用于检索论文、引用、DOI/PMID/arXiv、摘要、全文、开放获取 PDF、预印本、引用网络、作者发文或任何学术文献查询。提及任一受支持数据库，或“find papers on X”“look up this DOI”“who cites this paper”“get me the PDF”等请求会触发。

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。

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。

io.github.K-Dense-AI/scientific-agent-skills/database-lookup

以显式端点、筛选条件、分页与溯源方式查询有文档的公共数据库 API。当需要以可复现方式从具名来源获取科学、监管、金融等数据库支撑的事实（而非依赖通用知识推断）时使用。

io.github.wshobson/agents/modern-javascript-patterns

掌握 ES6+ 特性，包括 async/await、解构、展开运算符、箭头函数、Promise、模块、迭代器、生成器与函数式编程模式，编写简洁高效的 JavaScript 代码。在重构遗留代码、实现现代模式或优化 JavaScript 应用时使用。

io.github.wshobson/agents/tailwind-design-system

使用 Tailwind CSS v4、设计令牌、组件库与响应式模式构建可扩展的设计系统。在创建组件库、实现设计系统或标准化 UI 模式时使用。

io.github.wshobson/agents/nodejs-backend-patterns

使用 Express/Fastify 构建生产就绪的 Node.js 后端服务，落实中间件模式、错误处理、认证、数据库集成与 API 设计最佳实践。在创建 Node.js 服务器、REST API、GraphQL 后端或微服务架构时使用。

io.github.langchain-ai/deepagents/safety

Check secret handling, staged changes and push targets, destructive Git operations, Docker image hygiene, and new dependencies before consequential coding actions. Use for commits, pushes, container builds or publishes, dependency additions, and explicit safety reviews.

io.github.NousResearch/hermes-agent/python-debugpy

调试 Python：pdb REPL 与 debugpy 远程调试（DAP）。

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

对 omo Codex Light 版（lazycodex / packages/omo-codex）本身做 QA，采用严格隔离，只测试我们自己的插件、绝不触及用户真实的 ~/.codex。一方方法用真实的 codex app-server，配合隔离的 CODEX_HOME 与本地 mock model（不调用真实 API），通过断言 hook/started 与 hook/completed 通知来证明插件钩子已触发。此外还提供：隔离的安装验证、逐组件钩子探测、基于 tmux 的 TUI 冒烟测试，以及运行时日志观察（RUST_LOG / logs SQLite / /debug-config）。自带经测试的辅助脚本，每个都有 --self-test。凡改动 packages/omo-codex 下任何内容，或想对 Codex 插件（钩子/组件、installer/config.toml、app-server 流程、Codex TUI）做 QA、冒烟测试、验证或调试时使用。触发词：codex qa、qa codex、codex-qa、test codex plugin、verify codex hook、codex app-server、lazycodex qa、isolated CODEX_HOME、prove codex hook fired、codex tui test。

io.github.code-yeongyu/oh-my-openagent/lcx-report-bug

在对缺陷负有归属权的仓库中创建高信息量的 bug issue 或 PR。当用户要求报告、提交、开启或分类 LazyCodex、lazycodex-ai、omo-codex、Codex 插件或上游 Codex CLI 的 bug 时使用，尤其是需要源码支撑的根因、复现步骤、修复建议与 GitHub 路由时。

io.github.sickn33/agentic-awesome-skills/security-automation

Automate security workflows and remediation. Build security pipelines, automate compliance checks, and implement SOAR capabilities. Use when scaling security operations or implementing DevSecOps.

io.github.sickn33/agentic-awesome-skills/expo-examples

Expo's official example projects — the expo/examples repo of ~70 `with-*` integrations (Stripe, Clerk, Supabase, OpenAI, maps, Reanimated, SQLite, Skia, NativeWind, and more).

io.github.sickn33/agentic-awesome-skills/hunt-sqli

Hunting skill for sqli vulnerabilities.

io.github.sickn33/agentic-awesome-skills/frontend-ui-dark-ts

A modern dark-themed React UI system using Tailwind CSS and Framer Motion. Designed for dashboards, admin panels, and data-rich applications with glassmorphism effects and tasteful animations.

io.github.sickn33/agentic-awesome-skills/firebase-app-platform

Build and operate apps on Firebase using Auth, Firestore, Cloud Functions, and Hosting. Use when building mobile/web backends with managed services, real-time data sync, or serverless APIs.

io.github.sickn33/agentic-awesome-skills/mobile-games

Mobile game development principles. Touch input, battery, performance, app stores.

io.github.sickn33/agentic-awesome-skills/convex-backend

Build reactive backends with Convex functions, schema validation, auth integration, and deployment workflows. Use when building real-time apps with type-safe server functions and automatic caching.

io.github.sickn33/agentic-awesome-skills/helm-charts

Create, manage, and deploy Helm charts for Kubernetes package management.

io.github.sickn33/agentic-awesome-skills/llm-inference-scaling

Auto-scale LLM inference clusters on Kubernetes using KEDA, custom GPU metrics, and horizontal pod autoscaling.