搜索「Hailuo AI」的结果

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。

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。

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。

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。

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。

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。

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。

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/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/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。

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.ai-dynamo/dynamo/dynamo-docs

在 Dynamo Fern 文档站上添加、更新、移动或删除内容——标准文档页面、目录驱动的配方与功能基准页面、示例、配方及翻译——始终保持与文档风格指南一致。适用于 docs/、recipes/ 或 examples/ 下的任何变更（新建页面、编辑、标签页或章节移动、重命名、移除、配方/基准页面、.zh-CN 翻译、版本切割），决定页面应归属的文档标签页（Kubernetes 指南 vs CLI 指南 vs 参考 vs 用例），以及任何需要修正 frontmatter、标题、链接、标注或术语的内容。

io.github.openai/codex/skill-installer

从精选列表或 GitHub 仓库路径把 Codex skill 安装到 $CODEX_HOME/skills。当用户要求列出可安装 skill、安装精选 skill，或从其他仓库（含私有仓库）安装 skill 时使用。

io.github.openai/codex/babysit-pr

在 GitHub PR 创建后持续轮询评审评论、CI 检查/工作流运行与可合并状态直至其被合并/关闭或需要人工介入。诊断失败原因、对疑似 flaky 失败最多重试 3 次，并在合适时自动修复并推送分支相关问题，同时持续监视未关闭的 PR 以便及时反馈新的评审意见。当用户要求 Codex 盯住某个 PR、观察 CI、处理评审评论，或持续关注未合并 PR 上的问题与反馈时使用。

io.github.openai/codex/imagegen

当任务受益于 AI 生成的位图视觉（照片、插画、纹理、精灵图、样机、透明背景抠图）时生成或编辑位图图像。当 Codex 需要新建图像、变换既有图像或从参考衍生视觉变体，且产物应为位图素材而非仓库内的代码或矢量图时使用。若更适合编辑现有 SVG/矢量/代码原生资产、扩展既有图标或 logo 体系、或直接在 HTML/CSS/canvas 里画视觉，则不要使用。

io.github.paperclipai/paperclip/prepare-mcp-integration

通过引用式调研、内容 PR、精确版本人工审批，为每个已批准的连接提交一个受管控的 Paperclip connector PR，完成 MCP/厂商集成。适用于新集成的调研与交付；不适用于绕过流程手册的临时 connector 编码。

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

Rowan 是带 Python API 的云原生分子建模与药物化学工作流平台。适用于 pKa 与大分子 pKa 预测、构象与互变异构体系综、对接与类似物对接、蛋白-配体共折叠、MSA 生成、分子动力学、通透性、描述符工作流，以及相关的小分子或蛋白建模任务。适合程序化批量筛选、多步化学流水线，以及原本需要自建 HPC/GPU 基础设施的工作流。

io.github.deepseek-ai/deepseek-harness/dsh-ci-test-reliability

设计、评审并诊断 DeepSeek Harness 中可能因 CI 并发、宿主机共享资源、时钟、进程全局状态、子进程、网络监听或异步销毁而非确定性失败的测试与 fixture。在新增或修改存在此类风险的测试、排查 flaky CI、评审测试隔离时使用；准备提交的命令选取请另行使用 dsh-pre-push-checks。

io.github.Agents365-ai/drawio-skill/drawio-skill

当用户要求示意图、流程图、架构图、ER 图、UML/时序/类图、SysML/MBSE 图（内部块定义、内部块图、需求图、参数图）、BPMN 业务流程图、泳道/跨职能流程图、网络拓扑、依据 Terraform 或 Kubernetes manifest 绘制云架构、ML/深度学习模型图（Transformer/CNN/LSTM）、思维导图或任何可视化时使用。在讲解含 3 个以上组件的系统、复杂数据流或适合以视觉呈现的关系时也应主动使用。尤其适合需要自定义样式、丰富图形词汇表、泳道或可导出图像（PNG/SVG/PDF/JPG）的图表。生成 .drawio XML 并通过原生 draw.io 桌面 CLI 在本地导出。

io.github.garrytan/gbrain/postgres-adopt

检测当前 gbrain 使用的是哪种引擎（PGLite 还是 Postgres），在智能体安装场景中优先选择 Postgres，并安装或开通 Postgres（通过 SUPABASE_ACCESS_TOKEN 发现 Supabase、本地 Postgres、需显式选择的 Docker），再用受保护的引擎迁移把已有的 PGLite brain 搬移过去。检测只需一条与引擎无关的命令，安装阶梯也只需一个参数。

io.github.langchain-ai/deepagents/deepagents-thread-inspector

检查并解读本地 Deep Agents Code 的 SQLite 会话存储中的对话。当 LangSmith trace 工具不可用、会话离线或未被追踪，或被要求识别与总结本地 dcode 线程、检查 checkpoint 元数据、列出最近的本地线程、解析 $DEEPAGENTS_HOME/.state/sessions.db 及线程 UUID 或前缀时，作为兜底方案使用。