SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-29 00:09
17,143 个结果
Dask 是一个用于并行与分布式计算的 Python 库，可将 pandas、NumPy 等操作扩展到超出内存的数据集。它支持单机处理大于内存的数据、利用多核并行加速计算，并可跨多台机器进行分布式计算，规模从笔记本（约 100 GiB）到集群（约 100 TiB）不等，同时保持熟悉的 Python API。该技能适用于处理超过可用内存的数据集、将 pandas 或 NumPy 操作扩展到更大数据、并行化计算、高效处理多个文件（CSV、Parquet、JSON、文本日志）以及构建带任务依赖的自定义并行工作流。Dask 提供五个核心组件：DataFrames（并行 pandas 操作）、Arrays（并行 NumPy 操作）、Bags（非结构化数据的并行处理）、Futures（基于任务的并行化）和 Schedulers（执行后端）。
Data Commons Client 是一个用于访问 Data Commons 平台的 Python 客户端技能。Data Commons 将来自各国人口普查机构、卫生组织、环境机构等权威来源的公共统计数据聚合为统一的知识图谱。该技能提供对 Data Commons Python API v2 的完整访问能力，支持查询统计观测值、探索知识图谱以及解析实体标识符。安装方式为 uv pip install "datacommons-client[Pandas]"（含 Pandas 支持）或 uv pip install datacommons-client（基础版）。API 包含三个主要端点：Observation 端点用于查询时间序列统计数据，如人口、经济、健康或环境统计；Node 端点用于探索知识图谱中的实体关系与属性；Resolve 端点用于将实体名称、坐标或外部 ID 转换为 Data Commons ID（DCID）。适用于人口统计、经济指标、健康数据、环境统计等公共数据的查询与分析场景。
Datamol 是一个基于 RDKit 的 Python 化学信息学库，为分子操作提供简洁的 Pythonic 抽象层。它封装了 RDKit 的复杂接口，提供合理的默认值、并行化能力和现代 I/O 支持，所有分子对象仍为原生 rdkit.Chem.Mol 实例，与 RDKit 生态完全兼容。主要能力包括分子格式转换（SMILES、SELFIES、InChI）、结构标准化与清洗、分子描述符与指纹计算、3D 构象生成与分析、聚类与多样性选择、骨架与片段分析、化学反应应用、可视化与对齐、批处理并行化，以及通过 fsspec 支持云存储。安装方式为 uv pip install datamol，导入约定为 import datamol as dm。适用于标准药物发现工作流，如分子数据处理、类药性筛选、构效关系分析、虚拟筛选等场景。
DiffDock 是基于扩散模型的分子对接工具，可从小分子配体与蛋白质结构预测 3D 结合构象并给出置信度评分，支持单复合物与批量虚拟筛选，用于基于结构的药物设计。注意它预测构象而非结合亲和力。
Ensembl 数据库技能用于访问和查询 EMBL-EBI 维护的 Ensembl 基因组数据库 REST API，覆盖 250 多个物种。支持基因查询、序列获取、变异分析、比较基因组学、同源基因查找、VEP 预测、基因组区域分析以及不同基因组组装版本间的坐标转换。当前版本为 115（2025 年 9 月）。可通过 Python 的 ensembl_rest 包或直接调用 REST API 使用，适用于基因组研究流程中的数据集成与查询。
ETE（Environment for Tree Exploration）是一个用于系统发育与层次树分析的工具包，提供 Python 库 ete3。它支持 Newick、NHX、PhyloXML、NeXML 等树格式的读写与遍历，可进行剪枝、定根、折叠节点、解析多分支等拓扑修改，并计算分支长度、拓扑距离及 Robinson-Foulds 距离。PhyloTree 类可结合序列比对检测基因复制与物种形成事件，识别直系同源与旁系同源基因，并拆分直系同源组。NCBITaxa 可下载并缓存 NCBI 分类数据库，实现 taxid 与学名互译、谱系获取及分类树构建。可视化方面支持 PNG、PDF、SVG 输出，矩形与环形布局，以及 NodeStyle、Faces 和布局函数自定义样式。ClusterTree 类用于层次聚类分析，可计算轮廓系数、Dunn 指数并绘制热图。该工具适用于系统发育基因组学、基因家族分析、聚类验证和树比较等研究场景。
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）。
该技能用于通过 NCBI E-utilities 与 Datasets API 查询 NCBI Gene 基因数据库，支持按基因符号或 Gene ID 搜索、获取基因序列与元数据、批量基因查询等操作。适用于基因注释、基因列表验证、基因面板元数据获取以及基因组标识符交叉引用等场景。
Geniml 是一个用于在基因组区间数据（BED 文件）上构建机器学习模型的 Python 包。它提供无监督方法，用于学习基因组区域、单细胞和元数据标签的嵌入表示，支持相似性搜索、聚类以及下游机器学习任务。主要能力包括：Region2Vec（基因组区域嵌入）、BEDspace（区域与元数据联合嵌入）、scEmbed（单细胞染色质可及性嵌入）、Consensus Peaks（参考峰集/宇宙构建）以及缓存、随机化、评估、分词等实用工具。可通过 uv 安装，提供 Python API 与命令行接口，可与 scanpy、BEDbase、Hugging Face 等集成。
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。
GWAS Catalog 数据库技能，用于查询 NHGRI-EBI GWAS Catalog 中已发表的 SNP-性状关联。支持按 rs ID 搜索变异、按疾病/性状、基因、染色体区域或出版物检索，获取 p 值、效应量等关联统计信息，并可访问全基因组汇总统计数据。适用于遗传变异关联研究、变异功能解读、性状遗传学探索及多基因风险评分等场景。
LaminDB 是一个面向生物学的开源数据框架，旨在让数据可查询、可追溯、可复现并符合 FAIR 原则（可发现、可访问、可互操作、可复用）。它通过统一的 Python API，将湖仓架构、血缘追踪、特征存储、生物本体、LIMS（实验室信息管理系统）和 ELN（电子实验记录本）能力整合到一个平台中。其核心价值包括：可查询性（按元数据、特征和本体术语搜索过滤数据集）、可追溯性（从原始数据到分析结果自动追踪血缘）、可复现性（对数据、代码和环境进行版本控制）以及 FAIR 合规（使用生物本体进行标准化注释）。该技能适用于管理 scRNA-seq、bulk RNA-seq、空间转录组、流式细胞术、多模态数据、EHR 数据等生物数据集，追踪 Notebook、脚本及 Nextflow、Snakemake、Redun 等流水线执行，进行数据策展与验证，使用 Bionty 处理基因、蛋白质、细胞类型等生物本体，构建数据湖仓，确保可复现性，集成 ML 流水线，部署数据基础设施以及协作共享数据集。
Latch 是一个用于构建和部署生物信息学工作流的 Python 框架，基于 Flyte，可将分析流程打包为无服务器（serverless）流水线。它通过 @workflow/@task 装饰器定义任务与工作流，支持原生 Python、Nextflow 和 Snakemake 流程，自动完成 Docker 容器化并生成无代码用户界面。数据管理方面提供 LatchFile/LatchDir 云存储抽象，以及 Registry（项目→表→记录）结构化数据组织。资源可通过预配置装饰器（@small_task、@large_task、@small_gpu_task、@large_gpu_task）或自定义规格配置 CPU、内存、GPU（K80、V100、A100）与存储。平台还提供已验证的生产级工作流，如 Bulk RNA-seq、DESeq2、AlphaFold、ColabFold、单细胞工具（ArchR、scVelo）等。使用需安装 Latch SDK、登录账号并注册工作流，前置条件包括 Docker、Latch 账号凭据和 Python 3.8+。
PDB Database 是一个用于访问 RCSB PDB（全球生物大分子三维结构数据库）的技能，支持通过文本、序列或结构相似性搜索蛋白质与核酸的三维结构，下载 PDB、mmCIF、BinaryCIF 等坐标文件，获取结构元数据、实验方法和质量指标，并可对多个结构进行批量操作。它基于官方 rcsb-api Python 客户端，提供 Search API 与 Data API 的统一访问，适用于药物发现、蛋白质工程、结构生物学研究以及教学可视化等场景。
Polars 是一个基于 Apache Arrow 构建的高性能 DataFrame 库，同时提供 Python 和 Rust 接口。它采用表达式 API 与惰性求值（Lazy Evaluation）机制，支持选择、筛选、分组聚合、窗口函数、连接、拼接、透视与逆透视等数据操作，并支持 CSV、Parquet、JSON、Excel 等格式的读写以及 S3、Azure、GCS、BigQuery 等数据源接入。Polars 无索引、类型严格、默认并行执行，适合大数据集处理、复杂查询管道、pandas 迁移以及数据管道性能优化等场景。
PyDESeq2 是 DESeq2 的 Python 实现，用于 bulk RNA-seq 计数数据的差异表达分析，支持单/多因子设计、Wald 检验、多重检验校正、可选 apeGLM 收缩及 volcano/MA 图，可与 pandas、AnnData 集成。
pydicom 是用于处理 DICOM（医学数字成像与通信）文件的纯 Python 库，支持读取、写入与修改医学影像数据，可提取像素数据、元数据、处理压缩格式、匿名化及多切片重建。
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。
基于 PyMC 的贝叶斯建模技能，用于构建层次模型、MCMC（NUTS）与变分推断、先验/后验预测检查、诊断采样问题，以及用 LOO/WAIC 进行模型比较与不确定性量化。
PyTDC（Therapeutics Data Commons）是一个面向药物发现与开发的开源科学平台，提供 AI 就绪的数据集与基准测试，覆盖治疗药物研发全流程。它将数据按用途分为三类：单实例预测（分子/蛋白质性质，如 ADME、毒性、HTS、量子力学性质）、多实例预测（药物-靶点相互作用 DTI、药物-药物相互作用 DDI、蛋白-蛋白相互作用 PPI 等）以及生成任务（分子生成 MolGen、逆合成 RetroSyn、配对分子生成）。平台提供标准化的评估指标与有意义的数据划分（如 scaffold、cold、temporal 等），并包含基准组（如 ADMET 基准组）、数据划分、模型评估、数据处理工具以及 17 个以上的分子优化 oracle。可通过 pip 安装，使用 `uv pip install PyTDC`，核心依赖自动安装。适合在药物发现或治疗相关机器学习任务中使用，进行模型基准测试、分子性质预测、相互作用预测与目标导向的分子生成。
QuTiP（Quantum Toolbox in Python）是用于量子力学模拟与分析的工具箱，支持封闭与开放量子系统。可通过 uv pip install qutip 安装，另有 qutip-qip、qutip-qtrl 等可选包。
Reactome Database 是一个免费、开源的精选通路（pathway）数据库技能，包含 2,825+ 条人类通路。它通过 Reactome 内容服务（ContentService）与分析服务（AnalysisService）的 REST API，以及 reactome2py Python 客户端，支持查询生物通路、进行过表征（overrepresentation）与表达数据分析、将基因或蛋白质映射到通路、探索分子相互作用、研究疾病相关通路，并可借助分析 token 在 Reactome Pathway Browser 中可视化结果，面向系统生物学研究场景。
Scanpy 是一个基于 AnnData 的可扩展 Python 工具包，专门用于分析单细胞 RNA 测序（scRNA-seq）数据。它覆盖了从数据加载（.h5ad、10X、CSV 格式）、质量控制、归一化、特征选择、降维（PCA/UMAP/t-SNE）、Leiden 聚类、标记基因识别、细胞类型注释，到轨迹推断与差异表达分析的完整单细胞工作流。用户可以通过 sc.pp、sc.tl、sc.pl 等模块化接口以代码方式逐步完成分析，并生成出版物级别的可视化图表。本概述中的技能部分还提供了自动化 QC 脚本、标准工作流参考、API 速查、绘图指南和分析模板等辅助资源。
scikit-learn 是 Python 中经典的机器学习库，本技能为其提供系统化的使用指导，覆盖监督学习（分类、回归）、无监督学习（聚类、降维）、数据预处理、模型评估与超参数调优，以及构建生产级 ML 流水线。适合需要可解释、经典机器学习方法的场景，支持结构化（表格）数据与文本数据。技能内含快速上手示例、完整流水线代码、示例脚本与参考文档，并给出避免数据泄漏、仅在训练集上拟合、分层切分、设置随机种子等最佳实践，以及收敛警告、过拟合、大数据内存不足等常见问题的排查思路。