cpp-header-inclusion
用于在 Google Filament 项目中强制 C++ 头文件包含的分层与重排规则,适用于新增或修改 #include 指令时按拓扑顺序整理头文件,避免头文件污染并发现缺失依赖。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-18 00:15
53,919 个结果
用于在 Google Filament 项目中强制 C++ 头文件包含的分层与重排规则,适用于新增或修改 #include 指令时按拓扑顺序整理头文件,避免头文件污染并发现缺失依赖。
用于在 Dart 项目中初始化并配置 skills_lint 的技能,涵盖将其加入 dev_dependencies、创建根目录配置文件、生成基线以及接入 CI 或 pre-commit 钩子。
xb-add-spatial-ui 是 XR Blocks 中用于构建空间 UI 的技能,适用于添加卡片、覆盖层、面板、文本、控件、模型查看器界面、布局、样式、主题或 UI 放置。
为 XR Blocks 应用接入物理世界感知:把平面、场景网格、深度、遮挡、世界碰撞证据等传感信号接入应用状态并触发可观察反应。本文介绍传感器契约、分支选择、状态连接与放置职责划分等步骤。
xb-anchors 是 xrblocks 的 WebXR 空间锚点与持久化技能,让虚拟内容固定在真实位置,并在后续会话中恢复。资料说明其启用、创建、持久化与恢复锚点的 API、能力值、平台配额限制及无头显时的模拟回退。
xb-build-app 是 google/xrblocks 提供的技能,用于构建或扩展完整的 XR Blocks 应用,适合应用脚手架、整体体验、多个 SDK 领域或端到端交付场景。
FAST 0-org-setup 前置条件引导技能,按阶段逐步引导用户完成 Standard GCP 或 Google Cloud Dedicated(GCD)环境准备,包括环境选择、认证、管理员主体与基线信息、引导项目与 IAM、配置生成与收尾。
该技能通过监控竞品的产品动态来挖掘潜在客户:抓取 Product Hunt 评论与点赞、Hacker News 相关帖文、竞品案例研究、客户证言及科技媒体报道,识别并评分信号,突出正在切换或评估竞品的线索,最终导出 CSV。需要 Python 3.9+,可选 Product Hunt 令牌与 Apify 令牌。
event-signals 是一个从会议、Meetup、黑客松和播客中提取潜在客户线索的技能,通过分析演讲者名单、赞助商名单、黑客松参赛作品与播客嘉宾来发现线索。
create-pr 是一个按仓库 PR 模板创建拉取请求的技能,使用 $create-pr 触发。适用于用户希望提交 PR 但不立即合并的场景;不用于端到端发布流程。
tmux-start 是一个在 tmux 新窗口中启动 issue 工作的技能:它会为指定 issue 创建独立 git worktree,打开命名 tmux 窗口并启动 Claude Code,自动发送 $start-issue。需在 tmux 会话内、已认证 gh 且位于 git 仓库中使用。
validate-skills 是一个用于校验插件命令与技能 .md 文件中内嵌 bash/shell 代码块的技能,可在发布前发现语法错误、未定义变量、未闭合引号、可移植性与不安全命令等问题。
用于比较不同条件下染色质可及性差异的 ATAC-seq 分析技能,基于 DiffBind、csaw、DESeq2、edgeR 等 R 工具,涵盖共识峰构建、归一化选择、低重复数处理与结果阈值设定。
基于 chromVAR 的 ATAC-seq 转录因子基序可及性变异分析技能,用于在多样本或单细胞数据中识别可及性随条件变化的 TF 基序,并给出 z-score、变异度排序与差异基序分析流程。
基于深度学习的 Clair3 长读长变异检测技能,用于从 ONT 或 PacBio 比对结果中调用生殖系 SNP 和小片段插入缺失,输出 VCF/gVCF,并支持分型、区域限定与质量过滤。
将非靶向 LC-MS/MS 特征(m/z、RT、MS/MS)通过谱库匹配(matchms)与 in-silico 方法(SIRIUS、MetFrag 等)转化为带置信度分级的代谢物注释,强调注释是假设而非鉴定。
该技能用于从 Bismark BAM 文件中提取甲基化调用,基于 bismark_methylation_extractor 生成 CpG、CHG、CHH 各上下文及全基因组胞嘧啶报告。
基于 methylKit、bsseq 与 DMRcate 的差异甲基化区域(DMR)检测技能,用于识别基因组上连续的高/低甲基化区域,并支持注释与可视化。
基于 mixOmics 的多组学多元整合技能,覆盖 sPLS 稀疏两两相关、DIABLO(block.splsda) 监督多区块判别、rCCA、MINT 多研究整合,含输入格式、调参与验证要点。
在 bulk 多组学(RNA-seq、蛋白、甲基化)共同样本轴上用 MOFA2 学习共享与视图特异的无监督潜因子,输出因子得分、载荷与每(因子,视图)方差分解,用于假设生成和方差归因。
基于 SNFtool 的多组学患者相似性网络融合技能:为每个组学构建患者相似网络,用 SNF 跨网络扩散融合后做谱聚类,得到候选亚型,并强调亚型数需用稳定性、生存分析和独立队列复现来验证。
使用 PLINK 2.0、ADMIXTURE、FlashPCA2 等工具进行群体遗传结构分析:通过 PCA、LD 剪枝、admixture 聚类和 KING 亲缘关系估计识别群体聚类、评估祖源比例并可视化结果。
该技能说明如何从串联质谱(MS/MS)数据做肽段-谱图匹配,并用目标-诱饵竞争控制错误发现率(FDR),把鉴定置信度理解为受控排序列表的属性(q-value/PEP),而非单条 PSM 的原始打分。涵盖 Comet、Sage、MSFragger、MS-GF+、Percolator、mokapot 等工具以及 pyOpenMS 用法。
面向磷酸化与翻译后修饰(PTM)蛋白质组学的分析技能,强调PTM结果是富集、定位、定量三层推断的叠加,需分别报告肽段FDR、位点定位概率与全局FLR,并用配对全蛋白组做蛋白水平校正。