deepchem
DeepChem 是一个面向化学、材料与生物领域的 Python 机器学习库，提供分子数据加载、特征化、数据集划分、模型训练与评估能力，可用于 ADMET、毒性、溶解度等性质预测，支持传统机器学习、图神经网络与预训练模型迁移学习。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-22 00:14
数据与分析
16,771 个结果
depmap
DepMap（癌症依赖图谱）技能，用于查询Broad Institute的癌症细胞系基因依赖评分（CRISPR Chronos）、药物敏感性数据与基因效应谱，支持靶点验证、生物标志物发现、合成致死与共依赖性分析。
edgartools
edgartools 是一个用于访问、分析和提取 SEC EDGAR 申报文件数据的 Python 库，可获取 1994 年以来的全部 SEC 申报，并支持结构化数据提取，适用于处理财报、XBRL 等金融数据。
fda-database
fda-database 是一个用于访问 openFDA 开放 API 的技能，通过 Python 标准化接口查询 FDA 监管数据。它覆盖药品、医疗器械、食品、动物/兽医产品以及物质标识等多个数据集，可获取不良事件报告、产品标签、审批信息、召回与执法行动、NDC 编码、UNII 物质标识、器械分类与 510(k)/PMA 许可、药品短缺等数据。该技能适用于药物安全研究、器械上市后监测、食品安全召回追踪、兽药不良反应分析、化学物质查询和监管合规分析等场景。使用前需安装 Python 环境，可选注册 API 密钥以提高调用配额（无密钥 240 次/分钟、1000 次/天；有密钥 240 次/分钟、120000 次/天）。
flowio
FlowIO 是一个轻量级的 Python 库，用于读写流式细胞术标准（FCS）文件，支持 FCS 2.0、3.0 和 3.1 版本。它的主要用途是解析 FCS 文件的元数据与通道信息，并将事件数据提取为 NumPy 数组，便于后续分析或转换。FlowIO 依赖极少，适合后端服务、数据管道以及基础的细胞术文件操作。用户可以用它读取文件版本、事件数、通道标签、采集日期、仪器名称等信息，也能将事件数据导出为 CSV 或 Pandas DataFrame。此外，FlowIO 支持创建新的 FCS 文件，可将 NumPy 数组写入 FCS 3.1 格式（单精度浮点），并自定义 TEXT 段元数据。它还能处理多数据集 FCS 文件、检测偏移差异并允许忽略错误，以及通过 only_text 参数进行内存高效的元数据读取。安装命令为 uv pip install flowio，要求 Python 3.9 或更高版本。对于需要补偿、门控或 FlowJo 支持的高级分析，建议搭配 FlowKit 库使用。
geo-database
GEO Database 技能用于访问 NCBI 基因表达综合数据库（Gene Expression Omnibus），检索和下载基因表达与功能基因组学数据。GEO 是 NCBI 的公共存储库，收录超过 264,000 项研究、800 多万个样本，涵盖微阵列和测序实验。该技能适用于搜索基因表达数据集、获取实验数据、下载原始与处理后文件、查询表达谱，以及将 GEO 数据整合到计算分析流程中。核心能力包括理解 GEO 的分层数据组织（GSE 系列、GSM 样本、GPL 平台、GDS 数据集、Profiles 表达谱），使用 Entrez 进行数据集与表达谱搜索，通过 GEOparse 库下载和解析数据，使用 NCBI E-utilities 进行底层元数据访问，通过 FTP 直接下载数据文件，以及对 GEO 数据进行质量控制、差异表达分析、相关性与聚类分析等。
geomaster
GeoMaster 是一个综合地理空间科学技能，覆盖 GIS、遥感、空间分析与地球观测机器学习，涉及 70 多个主题、8 种编程语言、500 多个代码示例，包含坐标系统、矢量栅格处理、云原生工作流等内容。
gtex-database
GTEx 数据库技能，用于查询基因型-组织表达（GTEx）门户，获取组织特异性基因表达、eQTL 与 sQTL 数据，适合解读 GWAS 位点、比较 54 种人体组织表达及分析剪接调控。
imaging-data-commons
基于 idc-index 查询与下载美国国家癌症研究所影像数据共享平台（IDC）公开癌症影像数据的技能，支持 CT、MR、PET 及病理切片等数据的检索、下载与浏览器可视化，无需认证。
matplotlib
Matplotlib 是 Python 的基础可视化库，用于创建静态、动画和交互式图表。本技能提供使用指导，涵盖 pyplot 接口与面向对象 API，以及出版级可视化的最佳实践。
molfeat
Molfeat 是一个用于分子特征化的 Python 库，统一整合了 100 多种预训练嵌入与手工特征化器，可将化学结构（SMILES 字符串或 RDKit 分子）转换为数值表示，用于 QSAR 建模、虚拟筛选、相似性搜索和深度学习等任务。它提供快速并行处理、兼容 scikit-learn 的转换器以及内置缓存。
networkx
NetworkX 是用于创建、操作和分析复杂网络与图的 Python 包，适用于社交网络、生物网络、交通系统、引文网络、知识图谱等实体关系数据。本技能覆盖建图、图算法、网络生成、图读写与可视化。
neurokit2
NeuroKit2 是一个用于处理和分析生理信号（生物信号）的 Python 工具包，支持 ECG、EEG、EDA、RSP、PPG、EMG、EOG 等信号，适用于心理生理学研究、临床应用与人机交互研究。
neuropixels-analysis
面向 Neuropixels 高密度神经记录的分析工具包，基于 SpikeInterface、Allen Institute 与 IBL 最佳实践，覆盖从原始数据加载、预处理、漂移校正、Kilosort4 尖峰分选到质量指标、单元筛选与导出的完整流程。
omero-integration
OMERO 显微镜数据管理平台的 Python 集成技能，通过 omero-py 与 BlitzGateway 访问图像与筛选数据，检索数据集、读取像素、管理 ROI 与标注，并支持批量处理与服务器端脚本。
pyhealth
PyHealth 是一个面向医疗健康 AI 的 Python 库，提供临床机器学习所需的专用工具、模型和数据集。它适用于开发医疗预测模型、处理临床数据、使用医学编码系统以及在医疗场景中部署 AI 解决方案。该技能通过模块化的五阶段流水线工作：数据加载（支持 MIMIC-III、MIMIC-IV、eICU、OMOP、睡眠 EEG、医学影像等 10 多个数据集）、任务定义（20 多个预定义临床预测任务或自定义任务）、模型选择（33 个以上模型，含通用与医疗专用模型）、训练（自动检查点、监控与评估）以及部署（校准、解释与临床验证）。其数据处理速度比 pandas 快 3 倍。安装命令为 uv pip install pyhealth，要求 Python ≥ 3.7、PyTorch ≥ 1.8 以及 NumPy、pandas、scikit-learn。
qutip
QuTiP 是用于开放量子系统模拟的 Python 量子物理工具箱，支持主方程、Lindblad 动力学、退相干、量子光学与腔 QED 研究，可创建量子态与算符并调用多种求解器做时间演化。
umap-learn
UMAP-Learn 是一个实现 UMAP（Uniform Manifold Approximation and Projection）降维技术的 Python 库，用于可视化与通用非线性降维。UMAP 遵循 scikit-learn 约定，可作为 t-SNE 或 PCA 的替代方案，提供快速、可扩展的嵌入，能够保留数据的局部与全局结构。它适用于 2D/3D 可视化、聚类预处理（如与 HDBSCAN 配合）、监督与半监督降维、度量学习与参数化 UMAP 等场景。使用前通常需要对特征进行标准化，以保证各维度权重一致。该库支持通过 n_neighbors、min_dist、n_components、metric 等参数调节嵌入行为，并提供 transform 方法用于将新数据投影到已学习的嵌入空间。参数化 UMAP 基于 TensorFlow/Keras，支持自定义编码器与逆变换。安装命令为 uv pip install umap-learn。
uniprot-database
UniProt Database 是一个通过 REST API 直接访问 UniProt 的技能，用于蛋白质序列与功能信息的检索与分析。它支持按名称、基因、登录号或物种搜索蛋白质，以 FASTA 等格式获取序列，在 UniProt 与 Ensembl、RefSeq、PDB 等外部数据库之间进行 ID 映射，并访问 Swiss-Prot/TrEMBL 注释。该技能提供 Python 客户端脚本，封装搜索、单条获取、批量检索、ID 映射和流式下载等常用操作，适合生物信息学中的蛋白质查询与数据获取工作流。
apaya
Apaya 集成技能：通过 Membrane CLI 连接 Apaya 支付平台，用于管理订阅与循环计费相关数据、记录并自动化工作流。资料未提供具体动作清单与字段，需在连接后搜索可用动作。
applitools
Applitools 是一个使用 AI 视觉校验的测试平台，帮助开发者、QA 与测试人员自动化视觉测试、发现 UI 缺陷，确保应用在不同浏览器、设备与分辨率下外观一致。本技能通过 Membrane CLI 与其数据交互。
bunnydoc
BunnyDoc 集成技能，通过 Membrane CLI 与 BunnyDoc 文档管理云服务交互，用于管理数据、记录并自动化工作流，适用于用户需要操作 BunnyDoc 数据的场景。
code-dx
Code Dx 集成技能，通过 Membrane CLI 连接 Code Dx，管理数据、记录并自动化工作流，适用于需要与 Code Dx 数据交互的场景。
cognito
Cognito 集成技能，通过 Membrane CLI 与 Cognito 数据交互，管理用户、组及成员关系，并自动化相关工作流。适用于需要访问或操作 Cognito 数据的场景。