Skills
收录 100,928 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
全部
使用科学方法框架，从实验观察中提出结构化、可检验的假设——推导预测、提出机制并设计实验来检验它们，然后生成 LaTeX 报告。适用于将观察或数据转化为可证伪的机制性假设、竞争性解释集、可检验预测或实验设计。对于独立的系统性文献综述或证据综合（而非通往假设的手段），请使用 alterlab-literature-review；对于在任何具体观察之前的开放式头脑风暴，请使用 alterlab-scientific-brainstorm；对于评估现有手稿，请使用 alterlab-peer-review。属于 AlterLab Academic Skills 套件的一部分。
通过 REST API 直接访问 KEGG（仅限学术用途），用于通路分析、基因到通路与化合物到通路的映射、代谢反应、KEGG Orthology (KO)、药物-药物相互作用以及 ID 转换。适用于通过原始 HTTP/REST 查询 KEGG 通路、将基因/化合物映射到代谢图，或运行 KEGG 通路富集时；对于蛋白质-蛋白质相互作用网络，优先使用 alterlab-string-db；对于蛋白质序列与注释，优先使用 alterlab-uniprot；对于跨越多个数据库的 Python 工作流，优先使用 alterlab-bioservices。隶属于 AlterLab Academic Skills 套件。
使用 Latch SDK 在 LatchBio 平台上构建和部署生物信息学流水线——用 @workflow/@task 装饰器编写工作流、处理 LatchFile/LatchDir I/O、注册无服务器工作流、配置 CPU/GPU 任务资源、在 Latch Registry 中组织数据，以及封装 Nextflow/Snakemake 流水线。适用于开发或部署 Latch SDK 工作流、为任务资源设定规格、使用 Registry，或将 Nextflow/Snakemake 生物信息学流水线移植到 LatchBio 上。不适用于 DNAnexus（dxpy/dx CLI）或通用 Flyte。属于 AlterLab Academic Skills 套件的一部分。
按照顶级咨询公司（McKinsey、BCG、Gartner）的风格生成全面的市场研究报告（50+ 页），包含专业的 LaTeX 排版、通过 scientific-schematics 和 generate-image 生成的丰富可视化内容、通过 research-lookup 进行的数据收集，以及多框架战略分析（Porter Five Forces、PESTLE、SWOT、TAM/SAM/SOM、BCG Matrix）。适用于撰写市场分析、竞争格局、行业报告、市场规模测算研究或咨询风格的战略交付物。不适用于单一聚焦且标注来源的研究问题、无需报告或框架的场景（请使用 alterlab-deep-research），也不适用于从 API 提取原始财务数据点（请使用 alterlab-alpha-vantage）。属于 AlterLab Academic Skills 套件的一部分。
使用 Microsoft MarkItDown（markitdown CLI、Python API 和 markitdown-mcp 服务）将文件与 Office 文档转换为干净、便于 LLM 使用的 Markdown，支持 PDF、DOCX、PPTX、XLSX/XLS、图像（EXIF 元数据、LLM 描述）、音频（转录）、HTML、CSV、JSON、XML、ZIP 压缩包、EPUB 电子书、Outlook MSG、Jupyter notebook 以及 YouTube 字幕 URL，并可通过 markitdown-ocr 插件或 Azure Document Intelligence 实现 OCR。适用于将文档、PDF、幻灯片、电子表格、扫描图像、音频文件、网页或电子书转换为 Markdown 文本以供摄取或 LLM 处理、通过 OCR 从扫描件中提取文本、转录音频，或批量将混合文件格式转换为 token 高效的 Markdown 时。隶属于 AlterLab Academic Skills 套件。
运行并编写 Open Notebook 脚本，这是一款可自托管的开源 Google NotebookLM 替代品，具备完整的 REST API，用于 AI 驱动的研究与文档分析。适用于将研究资料整理进笔记本、摄取各类内容源（PDF、视频、音频、网页、Office 文档）、生成 AI 驱动的笔记与摘要、根据研究内容制作多说话人播客、使用上下文感知的 AI 与文档对话、通过全文与向量搜索跨材料检索，或运行自定义内容转换时。支持 18+ 家 AI 提供商，包括 OpenAI、Anthropic、Google、Ollama、LM Studio、Groq 和 Mistral，并通过自托管将数据保存在自有基础设施上。若只需一次性将文件转换为 Markdown（无需笔记本、对话或搜索），请改用 alterlab-markitdown。隶属于 AlterLab Academic Skills 套件。
通过 Parallel Web Systems 搜索网络、执行深度研究并从已知 URL 提取内容——Chat API（Beta，兼容 OpenAI 的 `base`/`core` 研究模型）可提供带行内引用的综合答案，Extract API v1 用于提取 URL 内容——并附有关于原始 Search、Task 和 Responses API 的说明。适用于执行常规网络搜索、时事/市场/技术查询、广泛信息收集、综合研究报告，或验证特定 URL 的内容（需要 PARALLEL_API_KEY）。若需学术论文检索或自动路由到 Perplexity 的双后端学术查询，请优先使用 alterlab-research-lookup。属于 AlterLab Academic Skills 套件的一部分。
访问 RCSB Protein Data Bank（PDB），获取蛋白质与核酸的 EXPERIMENTALLY 测定的三维结构（X 射线、冷冻电镜、NMR）——可按文本、序列或结构相似性搜索，并以 PDB/mmCIF 格式下载带元数据的坐标。适用于按 PDB ID 检索结构、运行序列或结构相似性搜索，或为结构生物学与药物发现获取实验坐标时；对于缺乏实验数据的蛋白质的 AI PREDICTED 结构，优先使用 alterlab-alphafold-db；对于蛋白质序列、注释或登录号 ID 映射，优先使用 alterlab-uniprot。隶属于 AlterLab Academic Skills 套件。
使用 Perplexity Sonar 模型（sonar、sonar-pro、sonar-pro-search 智能体搜索、sonar-reasoning-pro），通过 LiteLLM 和单个 OpenRouter API key 运行实时、有引用依据的 AI 网络搜索。适用于搜索当前信息或近期科学文献、获取基于引用网络来源的答案、用当前证据验证某个说法，或触及模型训练截止之后的信息。需要 OpenRouter API key。这是直接的单一后端 Perplexity 工具：若需在 Perplexity 与其他后端之间自动路由，请使用 alterlab-research-lookup；若需按论文提取结构化实验数据（样本量、效应量、质量评分），请使用 alterlab-bgpt-search。属于 AlterLab Academic Skills 套件的一部分。
通过 protocols.io 的 REST API（v3 和 v4 端点）和官方 MCP 服务使用 protocols.io——按关键词、URI 或 DOI 搜索和检索协议；创建私有协议、编辑其元数据和步骤，并为其发布 DOI；管理协议和步骤讨论、工作区、文件管理器条目、文件上传、实验记录和组织导出。适用于发现、起草、发布或引用 protocols.io 协议，记录协议运行，或将 protocols.io 接入实验室文档。不适用于通用 ELN 笔记本（请使用 alterlab-benchling 或 alterlab-labarchive），也不适用于驱动液体处理机器人。属于 AlterLab Academic Skills 套件的一部分。
使用 PufferLib 扩展强化学习——高吞吐并行训练（PuffeRL）、向量化环境，以及原生多 Agent 系统，相比标准实现可实现 2-10 倍加速。适用于将 RL 扩展到每秒数百万步、运行向量化或多 Agent 配置、构建自定义 PufferEnv 任务，或集成游戏环境（Atari、Procgen、NetHack、PettingZoo）。若做标准单 Agent 算法实现（PPO/SAC/DQN）或快速原型，优先使用 alterlab-stable-baselines3。属于 AlterLab Academic Skills 套件的一部分。
使用 pydicom Python 库读取、写入和操作 DICOM（Digital Imaging and Communications in Medicine）医学影像文件。适用于读取/写入/修改 DICOM 数据、从 CT、MRI、X 射线或超声图像中提取像素数据、匿名化 DICOM 文件、处理 DICOM 元数据和标签、将 DICOM 转换为其他格式、处理压缩 DICOM，或为 PACS 系统、放射工作流和医疗影像应用处理医学影像数据集。属于 AlterLab Academic Skills 套件的一部分。
使用 PyHealth 2.x 医疗 AI 工具包开发、测试并验证临床机器学习模型。适用于处理电子健康记录（EHR）、临床预测任务（死亡率、再入院、住院时长、药物推荐）、医疗编码系统（ICD、NDC、ATC、CCS）、生理信号（EEG、ECG）、医疗数据集（MIMIC-III/IV、eICU、OMOP），或实现用于医疗的深度学习模型（RETAIN、SafeDrug、GAMENet、Transformer、GAT/GCN）。属于 AlterLab Academic Skills 套件的一部分。
使用 PyLabRobot 进行实验室自动化编程，这是一个厂商无关的异步 Python 框架，可驱动 Hamilton STAR/Vantage、Tecan EVO 和 Opentrons OT-2 液体处理器，以及酶标仪、加热振荡器、培养箱、离心机、泵、天平和热循环仪，并配有 chatterbox 模拟器和浏览器可视化工具。适用于用 Python 编写或模拟液体处理协议、在单个脚本中控制多种仪器类型，或在机器人厂商之间移植协议。对于使用官方 Opentrons API 编写的仅限 Opentrons 的协议，请改用 alterlab-opentrons。属于 AlterLab Academic Skills 套件的一部分。
加载 Therapeutics Data Commons（TDC、PyTDC）的 AI 就绪药物发现数据集与基准——ADME、毒性、药物-靶点相互作用（DTI）、骨架划分，以及用于治疗性机器学习和药理学预测的分子 oracle。适用于获取标准化基准数据集、应用骨架或冷启动划分评估，或为 ADMET、毒性或 DTI 建模寻找带标签的分子。仅负责获取数据、划分和 oracle——分子特征化（ECFP/指纹）、模型训练和 Transformer 请交由 alterlab-deepchem 或 alterlab-molfeat。属于 AlterLab Academic Skills 套件的一部分。
使用 PyTorch Lightning 进行可扩展的深度学习训练——将 PyTorch 代码组织为 LightningModules、为多 GPU/TPU 配置 Trainers、构建数据管道和回调、记录到 W&B 或 TensorBoard，并运行分布式训练（DDP、FSDP、DeepSpeed）。适用于组织 PyTorch 训练循环、跨 GPU/TPU 扩展神经网络训练，或添加检查点、日志记录和分布式策略。属于 AlterLab Academic Skills 套件的一部分。
使用 Qiskit（IBM 的量子计算框架）构建、转译并运行量子电路，包括 Qiskit Runtime 原语（Sampler/Estimator）、电路转译，以及在 IBM Quantum 硬件上的错误缓解。适用于面向 IBM Quantum 后端、转译电路、运行 Runtime 会话或批次，或应用弹性/错误缓解的场景。若面向 Google Quantum AI 硬件与 NISQ 电路，优先使用 alterlab-cirq；若做梯度训练的量子机器学习与混合量子-经典模型，优先使用 alterlab-pennylane；若做开放系统 Lindblad/主方程动力学，优先使用 alterlab-qutip。属于 AlterLab Academic Skills 套件的一部分。
当用户询问 "展览设计"、"导向标识"、"导向标识设计"、"空间图形"、"环境设计"、"标识系统"、"活动设计"、"博物馆设计"、"展会设计"、"环境图形"、"充当展览设计师"、"展览设计师模式"、"展厅布局"、"访客流线"、"ADA 标识"、"无障碍标识"、"方向指示牌"、"信息亭"、"展览形象"、"空间层级"、"场地品牌"、"活动品牌"、"快闪设计"、"装置设计"、"体验设计"、"展位"、"会议设计"、"场所营造"，或需要空间图形、导向标识、展览与活动视觉系统以及环境设计方面的专业知识时，应使用本技能。属于 AlterLab FC Skills 集合（VCD 系）。
当用户询问 “layout design”、“editorial design”、“grid system”、“magazine layout”、“book design”、“publication design”、“page layout”、“spread design”、“Swiss grid”、“modular grid”、“column grid”、“act as a layout designer”、“layout designer mode”、“print design”、“editorial layout”、“page composition”、“white space”、“bleed and margins”、“InDesign layout”、“multi-page document”、“annual report design”、“catalog design”、“zine design”，或需要出版物设计、网格系统构建、编辑排版和多页文档架构方面的专业知识时，应使用此 skill。属于 AlterLab FC Skills 合集（VCD 部门）。
针对 IDQ 评分、CDQ 相关质量维度、Amazon 内容政策、移动端 UX、索引风险和转化最佳实践，对 Amazon 商品详情页进行生产级审计。使用 Bright Data MCP 获取实时数据。接受一个或多个 ASIN，并给出带收入影响估算和可执行修复方案的优先级发现报告。当有人提供 ASIN 并询问详情页质量、IDQ 评分、CDQ 评分、详情页合规、标题问题、要点问题、图片要求、A+ 内容、索引、移动端预览或转化优化时，请使用此技能。触发短语包括：“audit my listings”、“check my ASINs”、“what's wrong with my listing”、“why isn't my product indexed”、“review my Amazon content”、“are my bullets compliant”、“do my listings meet Amazon policy”、“is my listing mobile-friendly”。需要：Bright Data MCP 连接（web_data_amazon_product 或 scrape_as_markdown 工具）。致谢：原始框架由 Ohad 构建。面向 AI Vault 的生产级加固由 Jay 完成。
Android 应用（Kotlin）开发的画面导航与 Navigation 参考。Jetpack Compose、androidx。Navigation 3（stable、NavDisplay、NavKey、ResultEventBus、DeepLinkMatcher）、Navigation Compose（NavHost、composable、类型安全路由）、Fragment 导航（NavHostFragment、Safe Args）、深度链接、App Links、assetlinks.json、预测性返回（OnBackPressedDispatcher）。
用于构建 ApexCharts.js 图表和数据可视化的 AI 技能（面向 v8）。用户要求使用 ApexCharts 创建、配置或排查任何图表时使用，包括折线图、面积图、柱状图、饼图、圆环图、radialBar、散点图、气泡图、热力图、蜡烛图、箱线图、小提琴图、直方图、雷达图、polarArea、rangeBar、rangeArea、树图、漏斗图、金字塔图、仪表盘、旭日图、冰柱图、unit、waffle、瀑布图、哑铃图、流图和雨云图。涵盖正确的数据格式、生命周期、格式化器、tree-shaking、SSR 和功能平台（插件、Canvas 渲染器、自定义系列、小多图、撤销/重做、可分享视图、主题、交叉筛选、注释编写、故事板、流式处理、下钻、高亮筛选、radialBar 目标）。了解默认 v8 bundle 包含哪些图表类型和功能，以及哪些需要显式导入或完整 bundle。在 React / Vue / Angular 项目中，优先使用框架封装包（`react-apexcharts`、`vue3-apexcharts`、`ng-apexcharts`），而非核心 API。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。