egohos-segmentation
EgoHOS(Egocentric Hand-Object Segmentation)是面向第一人称视频的像素级手—物分割工具,可输出手部分割掩码、物体分割掩码、多类别合并掩码及其包围框,并支持彩色叠加视频生成与手物接触区域分析,基于 PyTorch 实现。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-14 00:15
53,807 个结果
EgoHOS(Egocentric Hand-Object Segmentation)是面向第一人称视频的像素级手—物分割工具,可输出手部分割掩码、物体分割掩码、多类别合并掩码及其包围框,并支持彩色叠加视频生成与手物接触区域分析,基于 PyTorch 实现。
面向细胞生物学视频分析结果的专用图表生成技能,读取 analyze_lab_video_cell_behavior 等来源的结构化 JSON,用 matplotlib 与 seaborn 绘制生长曲线、轨迹图、表型分布、MSD、剂量反应和 96 孔板热图等,并导出 PNG/PDF/SVG。
Geniml 是一个用于在 BED 基因组区间数据上构建机器学习模型的 Python 包,提供无监督方法学习基因组区域、单细胞和元数据标签的嵌入,支持相似性搜索、聚类与下游 ML 任务。
这是一个用于检测并报告系统可用计算资源的技能,适合在任何计算密集型科学任务开始前运行。它会自动识别 CPU 核心数与架构、GPU 情况(NVIDIA CUDA、AMD ROCm、Apple Silicon Metal)、内存约束以及磁盘空间,并生成策略建议,帮助用户做出合理的计算方案决策。检测结果写入当前工作目录下的 .claude_resources.json 文件,内容包括操作系统、CPU、内存、磁盘、GPU 等资源信息,以及并行处理、内存策略、GPU 加速和大数据处理四类建议。核心检测脚本为 scripts/detect_resources.py,依赖 psutil(可用 uv pip install psutil 安装),其余使用 Python 标准库。支持 macOS(含 Apple Silicon M1/M2/M3/M4)、Linux(含 NVIDIA 与 AMD GPU)和 Windows(含 NVIDIA GPU)。
用于对接 LabArchives 电子实验记录本 REST API 的技能,可管理笔记本、条目与附件、备份数据并连接 Protocols.io、Jupyter、REDCap 等工具。需具备启用 API 的企业版授权与访问凭据。
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,支持使用 @workflow/@task 装饰器创建无服务器流程,管理云端数据,并集成 Nextflow/Snakemake 管道。
latex-posters 是一个用于制作学术研究海报的 LaTeX 技能,支持 beamerposter、tikzposter 和 baposter 三种宏包,覆盖会议、研讨会、答辩等场景,提供布局、配色、排版、图表与 PDF 质量检查指导。
pydicom 是处理 DICOM(医学数字成像与通信)文件的纯 Python 库,用于读写、修改医学影像数据,提取像素与元数据、匿名化、格式转换及处理压缩格式。
pymoo 是一个面向多目标优化的 Python 框架,支持单目标与多目标优化,内置 NSGA-II、NSGA-III、MOEA/D 等算法,ZDT、DTLZ、WFG 等基准问题,约束处理、遗传算子定制、Pareto 前沿可视化与多准则决策方法,适用于工程设计等场景。
将自然语言或PDF/Markdown协议文本解析为可执行步骤序列,输出Opentrons Protocol API 或 PyLabRobot 的Python代码,或通用机器人控制器可执行的JSON指令列表,用于把书面实验流程转为自动化代码。
scikit-survival 是基于 scikit-learn 的 Python 生存分析库,用于处理删失数据的时间到事件建模,涵盖 Cox 模型、随机生存森林、梯度提升、生存 SVM、竞争风险与 C-index 等评估指标。
面向科研投稿的技能,提供 Nature、Science、PLOS、IEEE、NeurIPS、NSF 等主要期刊、会议、海报与基金申请的 LaTeX 模板、格式规范与写作风格指引,并附查询、定制、校验脚本。
skill-status 是一个用于查看已加载技能清单的 Claude Code 技能,属于 bkit-claude-code 项目。它把技能分为 bkit 核心技能与项目本地技能两层分别列出,并统计数量。该技能还会检测两层之间的命名冲突与触发词重叠:同名时标记为 override(项目层优先),触发词重叠时标记为 shadow。此外可识别覆盖缺口。运行后会输出技能状态报告,包含层级、版本、技能总数以及每个技能的名称、类型和分类。支持通过 /skill-status 命令执行,并提供 --detail 与 --conflicts 两个选项,分别用于查看完整描述和触发关键词、仅查看存在命名冲突或触发重叠的技能。技能层级优先级为项目本地、bkit 核心、用户全局。
Yao Demand Skill 是一个用于评估产品需求基础的需求诊断技能,可处理产品链接、描述、PRD、网站、应用商店页面、白皮书、销售材料、截图或融资材料等输入,输出带引用、评分和图表模块的视觉化需求诊断报告。
基于 Braun & Clarke 反思性主题分析框架的质性研究辅助工具,支持从原始访谈文本的逐份初始编码,到编码池汇总、候选主题聚类与审查的完整流程,最终主题命名由研究者决定。
股东结构与质押风险检查器,基于结构化框架分析股东结构、股权质押与控制权稳定性,输出治理风险标签、监控要点与结构化结果,供投研与风控参考。
跨境电商商品刊登标题生成与优化 skill,可基于真实产品、现有标题、搜索词或竞品标题生成新标题、诊断标题问题并设计单变量测试版本;区分事实基线与数据驱动标题,不编造热搜词或平台偏好。
用于处理涉及泰国皇室、继位或敏感政治内容的技能,将真实名称与事件转换为预设的虚构隐喻(主要为《海贼王》体系),用于生成公开描述、时间戳或评论,以规避冒犯君主相关法律风险。
这是一个公众号对标账号推荐技能:输入一个公众号名称,即可获取同赛道相似账号与高阶标杆账号,用于竞品矩阵搭建、竞品发现和起号参考。数据来自 doubaoya.com,需配置环境变量 DOUBAOYA_API_KEY。
基于 Google TimesFM 基础模型的零样本单变量时间序列预测技能,无需训练即可获得点预测与分位数预测区间,支持批量预测,并内置系统资源预检以避免内存不足。
将 Markdown 文章转换为微信公众号格式并提交到草稿箱的技能,基于 wenyan-cli,支持主题选择、代码高亮和本地/网络图片上传,默认只提交草稿箱,不代替后台审核与正式发布。
GitHub Profile Architect 是一个用于构建高影响力 GitHub 个人主页 README 的技能,基于 GitHub 的“特殊仓库”机制(即用户名/用户名仓库)。它面向个人品牌工程,强调招聘信号、视觉符号和动态自动化,帮助把静态个人资料转化为高转化率的职业落地页。技能会根据用户身份(初级/训练营、资深/Staff、DevRel)调整策略:初级突出潜力(连续贡献、学习路线图),资深突出能力(架构、私有贡献、导师经历),DevRel 突出社区(内容流、赞助)。主要能力包括设计 Hero 区(动态打字 SVG、徽章、三部分简介)、按领域分组技术栈、制定置顶仓库组合策略、通过 GitHub Actions 实现动态内容(博客 RSS、统计卡片、WakaTime)、以及暗色模式适配和布局可访问性优化。使用方式为向技能提出需求,可生成 PROFILE_README.md、profile-workflow.yml 和 assets 目录结构。适用场景为求职、个人品牌展示、开源社区运营等。限制:部分功能(如私有贡献统计)需要 Vercel 部署,WakaTime 需用户同意,具体效果和收费信息暂未提供。
Networking Outreach 是一个用于系统性拓展职业人脉的技能,帮助用户通过冷邮件、LinkedIn 互动、信息访谈和跟进序列建立真实的职业关系。它强调“先给予”的心态转变:从交易式索取向关系式经营过渡,在提出请求前先分享内容、做介绍、提供帮助或参与对方的工作。该技能覆盖目标识别、外联前调研、冷邮件 AIDA 框架与模板、主题行模式、LinkedIn 资料优化与连接请求、互动策略、信息访谈的问题框架与通话前后处理、多种跟进序列,以及用电子表格追踪进展的简易 CRM 系统,适合求职、探索新岗位、拓展行业人脉等场景。具体收费、平台限制等事实暂未提供。
用于盲测游戏画面能否让未被告知规则的玩家读出设计意图的技能:从录制流程中抽样场景,由隔离评分者推断目标、可选动作与风险并做无条件下帧预测,输出意图清晰度、变化度与入口判定。