Skills

F

flowio

k-dense-ai / scientific-agent-skills

使用 FlowIO 读取、检查和写入 Flow Cytometry Standard（FCS）2.0、3.0 和 3.1 文件。适用于低级 FCS 元数据和通道检查、NumPy 事件提取、多数据集文件、表格导出和 FCS 3.1 创建；补偿、细胞术变换、门控或 FlowJo 工作区请使用 FlowKit。

G

geniml

k-dense-ai / scientific-agent-skills

支持经过审计的本地 Geniml 基因组区间工作流：验证 BED 和 universe 契约、规划 Region2Vec 或 scEmbed 运行、检查模型与分词器的兼容性，以及评估共识 universe。

L

labarchive-integration

k-dense-ai / scientific-agent-skills

集成官方 LabArchives 类 REST API 和 Inventory API v1。支持区域端点选择、签名请求构造、用户授权和 UID 流程、本地 LA 容器验证，以及经验证的 LabArchives 集成工作流。

P

pytdc

k-dense-ai / scientific-agent-skills

通过 PyTDC 提供 Therapeutics Data Commons 工作流，涵盖注册表发现、数据集访问、任务感知划分、评估器指标、基准测试组和有界分子预言机评分。适用于使用 TDC 治疗领域的机器学习数据集或基准测试。

M

managing-amazon-kinesis-data-streams

aws / agent-toolkit-for-aws

用于操作 Amazon Kinesis Data Streams（KDS）。涵盖流式表和 Amazon S3 投递——将 KDS 流中的数据以无服务器、全托管方式投递到 S3 Tables 上的 Apache Iceberg 表或通用 S3 存储桶。包括通道设置、IAM、架构、输出键模板、CloudWatch 指标和警报、DLQ 处理、配额及故障排查。对于所有其他 KDS 主题和问题，请改为搜索 AWS 文档和博客。触发词：Kinesis Data Streams、KDS、streaming tables、stream to S3、stream to Iceberg、stream to S3 Tables、KDS delivery、KDS channel、CreateChannel、data channel、data freshness、dead-letter queue、KDS lakehouse、serverless Kinesis delivery、Firehose alternative for KDS、zero-ops Kinesis to S3。不适用于 Kinesis Data Firehose、Kinesis Video Streams 或 Managed Service for Apache Flink——请使用专用技能或搜索文档。

P

phylogenetics

k-dense-ai / scientific-agent-skills

使用 MAFFT 多序列比对、结合 ModelFinder 和分支支持度的 IQ-TREE 最大似然法，以及 FastTree 近似推断来构建和分析系统发育树。使用 ETE3 汇总和可视化树。适用于同源核苷酸或蛋白质序列、微生物基因树、蛋白质家族，以及需谨慎解读的定年系统发育树。

S

scvelo

k-dense-ai / scientific-agent-skills

使用 scVelo 对剪接和未剪接的单细胞 RNA 计数进行 RNA velocity 分析。拟合确定性或动力学模型、检查基因相图、构建 velocity 图、估算相对潜在时间，并对 velocity 相关基因排序。适用于方向性轨迹假设以及结合 Scanpy 进行动力学模型诊断；单靠 velocity 不能确定细胞命运或因果驱动因素。

U

usfiscaldata

k-dense-ai / scientific-agent-skills

通过 U.S. Treasury Fiscal Data REST API 查询联邦财政数据。无需 API 密钥。可用于查询国债（Debt to the Penny）、Daily Treasury Statements、Monthly Treasury Statements、国债拍卖、利率、外汇汇率、储蓄债券，以及美国政府收入和支出统计数据。

L

lamindb

k-dense-ai / scientific-agent-skills

使用 LaminDB 管理生物数据集和模型，包括制品注册、沿袭追踪、架构验证、Bionty 本体注释、查询/搜索、集合、分支、存储和工作流集成。适用于可复现的生物数据整理或 LaminDB 湖仓。

M

matchms

k-dense-ai / scientific-agent-skills

使用 matchms 处理、清理、比较和搜索串联质谱。适用于 MS/MS 文件 I/O、元数据协调、峰过滤、谱图相似度、谱库匹配、评分矩阵和分子相似性网络。LC-MS 特征检测或蛋白质组学流程请改用 pyopenms。

P

protocolsio-integration

k-dense-ai / scientific-agent-skills

读取、验证并安全导出 protocols.io 数据，使用当前官方 REST/MCP 契约，或创建不执行变更的计划。内置客户端仅在显式指定 --execute 时，才会向官方主机发送范围受限的 GET 请求。仅用于明确针对 protocols.io 或确切的 protocols.io 协议版本的任务。

G

gtars

k-dense-ai / scientific-agent-skills

支持在 Python、Rust 和命令行中使用 Gtars 进行本地基因组区间建模和集合代数、重叠与计数、共识与覆盖度、分词、片段处理，以及 refget/BEDbase 规划

H

histolab

k-dense-ai / scientific-agent-skills

使用 Histolab 提取并预处理全切片组织学图像切块。适用于 WSI 检查、组织掩膜、随机/网格/评分式切块提取、H&E 染色归一化和切块数据集准备。多重成像或深度学习推理流程请使用 pathml。

P

polars-bio

k-dense-ai / scientific-agent-skills

在 Polars DataFrame 上执行基因组区间重叠、最近邻、合并、覆盖度、补集和相减操作，并读写 BED、VCF、BCF、BAM、CRAM、GFF、GTF、FASTA 和 FASTQ 数据。适用于基于坐标的基因组连接、测序深度分析、惰性生物信息学 I/O、SQL 查询，或从 bioframe 迁移。

P

postgres-best-practices

neondatabase / postgres-skills

使用 Postgres 的最佳实践和指南。涵盖架构设计、索引策略、查询优化、迁移和常见陷阱。编写 SQL、设计数据库架构、优化查询或设置 Postgres 数据库时使用。

V

vss-ask-video

nvidia / skills

使用此技能，通过 VSS Agent 的 video_understanding 工具，就录制片段提出新的视觉问题。不适用于先前的工具输出、搜索结果或可通过元数据回答的问题。

3

3coding-visual

jihe520 / mathmodelagent

数学建模编程实现与数据图表生成阶段。根据 ANALYSIS_MODELING_REPORT.md 编写可复现代码、运行求解、验证约束、输出 RESULTS_REPORT.md 并生成论文可用的数据驱动图表 PDF。

C

cash-flow-snapshot

anthropics / knowledge-work-plugins

从账簿（MYOB、NetSuite、QuickBooks、Xero 或 Zoho Books）、PayPal、Square、Stripe 或上传的 CSV 中读取应收/应付账款、历史现金收支时间和已知固定成本，并生成 30/60/90 天现金流预测，附带百分比偏差置信区间和明确的风险标记。提供聊天摘要和可下载的 XLSX。用户询问“预测我的现金流”“我能发出工资吗”，提到“资金可维持时间”或“现金紧张”时使用。没有可用连接器时，改用 CSV 上传。

N

neuropixels-analysis

k-dense-ai / scientific-agent-skills

使用 SpikeInterface 端到端分析 Neuropixels 细胞外记录。涵盖加载 SpikeGLX/Open Ephys/NWB 数据、预处理、漂移/运动校正、Kilosort4（及 CPU）尖峰排序、质量指标和单元筛选（基于阈值、基于模型的 UnitRefine，以及 AI 辅助视觉审查）。适用于处理 Neuropixels 1.0/2.0 记录、尖峰排序或细胞外电生理分析。

P

pyopenms

k-dense-ai / scientific-agent-skills

使用 pyOpenMS 处理质谱数据。支持蛋白质组学和代谢组学工作流，包括特征检测、肽/蛋白质鉴定、非标记定量、加合物/精确质量注释，以及复杂的 LC-MS/MS 流程。支持丰富的文件格式和算法。简单的谱图比较和小分子谱库匹配请使用 matchms。

D

dnanexus-integration

k-dense-ai / scientific-agent-skills

使用 dx CLI、dxpy、apps/applets、原生工作流、dxCompiler 和 Nextflow，在 DNAnexus 上构建和运行可复现的基因组学工作负载。支持 DNAnexus 数据传输、dxapp.json 开发、执行监控、工作流导入和项目自动化。

L

latchbio-integration

k-dense-ai / scientific-agent-skills

使用 Python SDK、CLI、Latch Data 和 Registry、Nextflow、Snakemake、程序化执行及 Latch MCP，在 Latch 上构建、注册、调试和运行生物信息学工作流。适用于编写或部署 Latch 工作流、配置资源或界面、传输数据、集成 Registry，或启动和监控运行任务。

C

cupynumeric-parallel-data-load

nvidia / skills

通过手动分区并启动叶级 @task（CPU/OMP/GPU 变体），将分片磁盘数据集（分片 .npy、Parquet/Arrow、原始二进制、分片 HDF5、自定义布局）加载到分布式 cuPyNumeric ndarray 中。适用于没有单次调用加载器可用的情况，包括不同文件的分片行数不一致时。适用时优先使用 cupynumeric.load 或 legate.io.hdf5.from_file。

O

omero-integration

k-dense-ai / scientific-agent-skills

使用 omero-py、BlitzGateway、OMERO CLI、表格、注释、ROI、渲染及有文档说明的 OMERO.web API，检查并自动化针对 OMERO.server 的显微镜数据工作流。适用于限定范围的 OMERO 资源盘点、元数据导出、导入/导出规划，或经审查的写入工作流。

E

experience-lds-graphql-generate

forcedotcom / sf-skills

只要提示词在 LWC 场景中提到 GraphQL、lightning/uiGraphQLApi、@wire(graphql, ...) 或 gql 模板标签，就始终使用此 skill——即使表面需求只是“构建一个 LWC”。负责整个流程：检查组织的 LDS GraphQL 架构，识别实体和字段，构建通过架构验证的 gql 查询或变更，将其通过 lightning/uiGraphQLApi 接入 LWC，并在已连接的组织中验证。只要提示词要求通过 GraphQL 呈现、列出或编辑 Salesforce 记录（Account、Contact、Case、自定义对象），就必须使用——.html 和 .js 脚手架也在范围内。不要委派给 experience-lwc-generate：该 skill 不具备 GraphQL 架构检查能力，也没有 create_lds_graphql_read_query 绑定，并且默认使用无法满足 GraphQL 提示词要求的 getRecord/getRelatedListRecords wire 适配器。只有在提示词禁止使用 GraphQL、选择 UIAPI/Apex（使用 experience-lds-best-practices-apply），或询问数据需求（使用 experience-lds-data-requirements-generate）时，才不要触发。

T

tiledbvcf

k-dense-ai / scientific-agent-skills

使用 TileDB-VCF 存储和检索基因组变异调用数据。适用于带索引的单样本 VCF/BCF 导入、增量队列、区域和样本查询、流式获取结果、等位基因统计、QC，以及本地或通过 TileDB Cloud 导出 VCF/BCF。

D

dm-limits-and-best-practices

cognitedata / builder-skills

CDF Data Modeling 限制：并发（429）、分页、批处理、搜索与筛选的选择、QueuedTaskRunner，以及对查询结果调用 LLM 的上限（默认 5 次，最多 50 次，带缓存）。触发词：DMS 限制、429、分页、nextCursor、cdfTaskRunner、instances.query、基于查询结果的聊天补全。

R

redis-semantic-cache

redis / agent-skills

提供在 Redis Cloud 上使用 Redis LangCache 对 LLM 响应进行语义缓存的指导，包括通过 SDK 或 REST API 调用 search/set、调整相似度阈值、按任务类型拆分缓存，以及使用自定义属性进行筛选。适用于缓存 LLM 补全结果或 RAG 答案以降低 API 成本和延迟、在 OpenAI / Anthropic 等服务前构建旁路缓存层、调整命中率与精确度，或将一个应用的 LLM 工作负载拆分到多个 LangCache 缓存中。

D

dicom-metadata-extract

nvidia / skills

用于从单个 DICOM 文件中提取指定元数据，并标记是否存在标准标签 PHI。不用于匿名化或临床用途

G

glycoengineering

k-dense-ai / scientific-agent-skills

通过扫描经典 N-糖基化序列基序、描述富含 S/T 的区域、检查经整理的聚糖证据，并准备 NetNGlyc、NetOGlyc 和 GlycoSHIELD 工作流，分析和设计蛋白质糖基化。适用于糖蛋白工程、抗体 Fc 糖基化、聚糖屏蔽及位点特异性糖蛋白质组学解读。

P

primekg

k-dense-ai / scientific-agent-skills

查询固定版本的 Precision Medicine Knowledge Graph (PrimeKG) CSV，获取带类型的基因、药物、疾病和表型节点、直接关联、疾病背景以及一跳或两跳路径。适用于确保 PrimeKG 查询可复现、查找生物学关联及生成假设，并保留关系和数据来源信息。

G

graph-viewer

cognitedata / builder-skills

通过复制本地代码包，将可复用的 CDF 图查看器（useGraphViewer）集成到 Flows 应用中。适用于嵌入图可视化、添加知识图谱，或展示 CDF 数据模型的关系和实例。

H

huggingface-trackio

huggingface / skills

使用 Trackio 跟踪并可视化 ML 训练实验。适用于训练期间记录指标（Python API）、发送训练诊断警报，或通过 CLI 获取/分析已记录的指标。支持实时仪表板可视化、Webhook 警报、HF Space 同步，以及用于自动化的 JSON 输出

C

cupynumeric-hdf5

nvidia / skills

使用 Legate 的并行分布式 HDF5 I/O（legate.io.hdf5：to_file、from_file、from_file_batched）读写大型 cuPyNumeric 数组。适用于开发者需要将 cuPyNumeric 数组保存为 .h5/.hdf5 文件、将 HDF5 数据集加载到分布式 cuPyNumeric 数组、分块读取大型 HDF5 数据集、将数组作为单个文件交给 HPC 流水线，或使用 GPUDirect Storage（GDS）加速 HDF5 磁盘 I/O 的情况。不要用于 Parquet/cuDF/原始二进制或其他分片/自定义布局（参见 cupynumeric-parallel-data-load 技能）、Zarr 或对象存储/S3 输出、.npz 或 pickle 归档、不使用 cuPyNumeric 的纯 h5py，或 FFT、矩阵乘法、归约等纯数组计算。

D

dicom-series-preflight

nvidia / skills

用于在转换或推理前，对单个 DICOM 序列文件夹执行仅限头信息的预检。不用于去标识化或临床许可。

P

planetscale-best-practices-matrix

planetscale / skills

简明的功能矩阵，用于按引擎判断适用哪些 PlanetScale 安全性、可观测性和自动化建议。

H

huggingface-community-evals

huggingface / skills

在本地硬件上使用 inspect-ai 和 lighteval 评估 Hugging Face Hub 模型。用于后端选择、本地 GPU 评估，以及在 vLLM / Transformers / accelerate 之间进行选择。不用于 HF Jobs 编排、模型卡 PR、.eval_results 发布或 community-evals 自动化。

P

planetscale-postgres-safety-review

planetscale / skills

审查 PlanetScale Postgres 的 Traffic Control、查询标签、角色、pg_strict、备份/PITR、私有连接、webhook、分支和安全的 Agent 操作。

E

exploratory-data-analysis

davila7 / claude-code-templates

对 200 多种文件格式的科学数据文件执行全面的探索性数据分析。分析任何科学数据文件以了解其结构、内容、质量和特征时，都应使用此技能。自动检测文件类型，并生成详细的 Markdown 报告，其中包含特定格式的分析、质量指标和后续分析建议。涵盖化学、生物信息学、显微成像、光谱学、蛋白质组学、代谢组学和通用科学数据格式。

V

vss-search-archive

nvidia / skills

使用此技能对归档视频运行顶层 VSS 融合搜索，或导入视频文件 / RTSP 流以供搜索。不要用于临时视觉问答（使用 vss-ask-video）、实时字幕（使用 vss-deploy-dense-captioning）或视频摘要和报告（使用 vss-summarize-video）。

C

crm-lookup

hubspot / agent-cli-skills

通过 ID、电子邮件、域名或名称片段查找特定 CRM 记录，并遍历关联记录以全面了解客户账户

D

digital-health-clinical-asr-build

nvidia / skills

Clinical ASR Flywheel 的第 2 阶段。用于整理临床术语、标注 IPA 并合成 NeMo 清单。不用于评分（请使用 /digital-health-clinical-asr-eval）。

L

lbo-model

anthropics / financial-services

在为私募股权交易、交易材料或投资委员会演示文稿填写 Excel 中的 LBO（杠杆收购）模型模板时，应使用此技能。该技能可填入公式、验证计算，并确保符合专业格式标准，且适配各种模板结构。

D

dicom-series-to-volume

nvidia / skills

用于将一个 CT DICOM 序列文件夹转换为带仿射证据的 HU NIfTI 体积。不适用于多帧 DICOM 或临床用途。

D

digital-health-clinical-asr-eval

nvidia / skills

Clinical ASR Flywheel 的第 3 阶段。为 NeMo manifest 评分，生成五部分的 KER 排行榜（by-ipa_source 诊断）。不用于 ASR 身份验证（/riva-asr）。

E

earth2studio-discover

nvidia / skills

查找适用于天气/气候场景的 Earth2Studio 模型、数据源和示例。不要用于编写推理代码、下载数据或安装。

V

vss-generate-video-report

nvidia / skills

生成 VSS 分析报告时使用此技能：模式 A 为逐片段 VLM，模式 B 通过 video-analytics 分析事件时间范围。不适用于独立视频摘要、实时警报或临时问答。

E

earth2studio-data-fetch

nvidia / skills

通过 Earth2Studio 数据源获取特定变量和时间的天气/气候数据。不要用于推理管道、模型发现或安装。

E

earth2studio-deterministic-forecast

nvidia / skills

使用 Earth2Studio 构建确定性预报脚本（模型、数据源、IO、推理）。不要用于集合预报、诊断、仅获取数据或安装。

R

roblox-server-data

tabooharmony / roblox-brain

用于构建或修复 Roblox 跨服务器数据：OrderedDataStore 排行榜、MessagingService、MemoryStore、世界状态和赛季

F

fixed-income-portfolio

anthropics / financial-services

通过为多只债券定价、检索参考数据、分析现金流并运行情景分析，审查固定收益投资组合。适用于审查债券投资组合、计算组合久期和 DV01、分析现金流瀑布、对利率情景进行压力测试或评估组合构成。

C

company-analysis

nomadamas / k-skill

对国内外上市公司的公开披露信息与业绩发布进行对照，以韩语聊天分析形式分为六个部分，总结三大财务报表的变化、业务与竞争格局、重要日程及查询时点股价。用于公司分析、业绩发布整理和数字核验；不提供买卖建议，也不制作 PDF 报告。

R

redis-clustering

redis / agent-skills

提供 Redis Cluster 和复制方面的指导，涵盖多键操作的哈希标签、避免 CROSSSLOT 错误，以及从副本读取以扩展读密集型工作负载。设计分片 Redis Cluster 的键、调试 MGET / SDIFF / 管道操作中的 CROSSSLOT 错误、配置集群中的多键事务，或为缓存、分析和仪表板将读取请求路由到副本时使用。

D

designing-surveys

refoundai / lenny-skills

帮助用户设计有效的调查问卷。适用于创建客户调查、NPS 测量、产品市场契合度调查或反馈收集机制。

_

_references

jihe520 / mathmodelagent

共享规范知识库。包含数学建模竞赛的写作规范、题型防错速查、图表规范等参考内容。其他 skills 在执行过程中按需读取，无需单独触发。

P

planetscale-query-insights-and-tags

planetscale / skills

使用 PlanetScale Insights 和 SQLCommenter 风格的查询标签追踪数据库负载来源、识别高风险查询，并准备安全的 Traffic Control 或架构建议。

N

nemo-mbridge-perf-sequence-packing

nvidia / skills

在 Megatron-Bridge 中验证和使用打包序列与长上下文训练，涵盖离线 LLM 打包、整理批次时的 VLM 打包、Energon 在线打包和 CP 限制

P

planetscale-schema-recommendations-agent-loop

planetscale / skills

安全地筛选 PlanetScale 架构建议，并将其转化为经过审查的分支、迁移、问题或拉取请求，而不对生产环境应用更改。

P

planetscale-safe-orchestrator

planetscale / skills

执行完整的 PlanetScale 安全最佳实践评估的主技能，包括清点、引擎审查、Insights、Traffic Control、webhook、架构建议、代码库检测和 Agent 运行模式，然后生成统一的建议报告。未经明确批准，绝不应用更改。用户要求执行完整评估、所有技能或 PlanetScale 最佳实践审查时使用。

V

vss-deploy-video-embedding

nvidia / skills

部署、运行或集成 VSS 3.2 GA RT-Embed Video Embedding 微服务时使用此技能。涵盖通过 Docker Compose 启动、GPU 和存储前置条件、`/v1` REST API（文件上传、文本和视频嵌入、实时 RTSP 流、健康状态和指标）、Redis/Kafka/OTel 集成、常见故障及拆除