Scientific

torchdrug é um toolkit nativo de PyTorch para machine learning com moléculas e proteínas. Use a skill torchdrug para escolher tarefas, datasets e modelos modulares para redes neurais em grafos, modelagem de proteínas, raciocínio em grafos de conhecimento, geração molecular e retrossíntese. Ela é mais indicada para desenvolvimento de modelos customizados e configurações reproduzíveis do que para demos prontas.

O optimize-for-gpu ajuda a transformar Python limitado pela CPU em código para GPU NVIDIA com a escolha certa de biblioteca. Use para arrays, dataframes, pipelines de ML, análise de grafos, processamento de imagens, trabalho geoespacial, busca vetorial e kernels personalizados. Ele orienta decisões entre CuPy, cuDF, cuML, cuGraph, cuCIM, cuVS, KvikIO, Numba CUDA e Warp, com uso prático do optimize-for-gpu e dicas de migração.

diffdock é uma skill de docking para prever poses de ligação entre proteína e ligante a partir de estruturas em PDB ou de sequências de proteína com ligantes em SMILES, SDF ou MOL2. Use a skill diffdock para design de fármacos baseado em estrutura, triagem virtual e análise de poses com pontuação de confiança. Ela não serve para prever afinidade de ligação.

Skill scikit-survival para análise de sobrevivência e modelagem time-to-event em Python. Use este guia para dados censurados, modelos de Cox, random survival forests, gradient boosting, Survival SVMs e métricas de sobrevivência como concordance index e Brier score.

A scientific-schematics transforma prompts em linguagem natural em diagramas científicos com qualidade de publicação, com refinamento iterativo inteligente. Ela usa Nano Banana 2 para geração e Gemini 3.1 Pro Preview para revisão, regenerando apenas quando o resultado fica abaixo do limite esperado para o tipo de documento. Foi feita para arquiteturas de redes neurais, diagramas de sistema, fluxogramas, vias biológicas e outros visuais científicos complexos.

skill de scanpy para análise de dados de RNA-seq de célula única em Python. Use para QC, normalização, PCA, UMAP/t-SNE, clustering, descoberta de genes marcadores, análise de trajetória e gráficos com qualidade de publicação. É mais indicado para fluxos exploratórios de scRNA-seq centrados em AnnData, com orientações claras de uso e instalação do scanpy.

A skill research-grants ajuda a transformar uma ideia de pesquisa ainda rascunhada em uma proposta pronta para submissão a NSF, NIH, DOE, DARPA ou Taiwan NSTC. Ela dá suporte para alinhar a proposta ao financiador, estruturar o texto de forma compatível com as exigências, justificar o orçamento, enquadrar os critérios de avaliação e redigir seções para pesquisadores responsáveis, pós-docs e redatores técnicos.

protocolsio-integration é uma skill de integração com a API do protocols.io para gerenciar protocolos científicos de forma programática. Use para busca, criação, atualização, publicação, edição de etapas, organização de workspaces, comentários e manipulação de arquivos. É especialmente útil para protocolsio-integration em Desenvolvimento de Backend, automação de fluxos de trabalho e uso repetível do protocols.io.

A skill peer-review ajuda você a লিখar revisões formais e fundamentadas em evidências de manuscritos e projetos de grant. Use-a para avaliar metodologia, estatística, reprodutibilidade, ética e padrões de relato como CONSORT, STROBE ou PRISMA, com feedback construtivo que autores e editores possam aplicar.

parallel-web é uma skill de pesquisa e extração na web, potencializada pelo parallel-cli. Ela ajuda você a pesquisar na web, extrair conteúdo de URLs, enriquecer dados a partir de fontes e conduzir pesquisas mais profundas, com prioridade para fontes acadêmicas e científicas. Use-a para uso do parallel-web, pesquisa na web, citações e fluxos de trabalho orientados por evidências.

paperzilla é uma skill de chat e CLI para trabalhar com projetos do Paperzilla, recomendações, papers canônicos, resumos em markdown, feedback e exportação de feeds. Use quando precisar de acesso direto aos dados do Paperzilla para Pesquisa Acadêmica, e não apenas de um resumo genérico. Ela ajuda no uso do paperzilla, em tarefas do guia do paperzilla e na geração de saída estruturada.

Skill de matplotlib para plotagem em Python com controle total de eixos, rótulos, legendas, layouts e formatos de exportação. Use quando precisar de figuras científicas, análises com vários painéis, tipos de gráfico personalizados e visualizações reproduzíveis, especialmente quando quiser mais precisão do que um prompt genérico de gráficos oferece. É um guia forte de matplotlib para Data Analysis e gráficos prontos para publicação.

markdown-mermaid-writing é uma skill de escrita em Markdown e Mermaid para documentação científica e técnica. Use para transformar fluxos de trabalho, arquiteturas, análises e relatórios em docs editáveis, com foco em texto, diagramas claros, boa integração com controle de versão e uso prático de markdown-mermaid-writing para Technical Writing.

latex-posters ajuda você a criar pôsteres de pesquisa profissionais em LaTeX para conferências, simpósios, defesas de tese e comunicação científica. Ele cobre fluxos de trabalho compatíveis com `beamerposter`, `tikzposter` e `baposter`, com orientações sobre layout, hierarquia visual, figuras, citações e design de pôster pronto para impressão.

A skill de literature-review oferece suporte a fluxos de trabalho sistemáticos de revisão de literatura para Pesquisa Acadêmica, incluindo descoberta de fontes, verificação de citações, síntese temática e saídas refinadas em markdown ou PDF. Use-a para tarefas de guia de literature-review, meta-análises, revisões de escopo e briefs de pesquisa em áreas científicas e técnicas.

A skill lamindb ajuda você a trabalhar com o LaminDB, um framework open source para dados de biologia que torna os dados consultáveis, rastreáveis, reproduzíveis e FAIR. Use para lamindb em análise de dados, curadoria de metadados, anotação baseada em ontologia, validação de schema e fluxos de trabalho com noção de linhagem em notebooks e pipelines.

O imaging-data-commons ajuda você a consultar e baixar dados públicos de imagem oncológica do NCI Imaging Data Commons com o idc-index. Use-o para o uso do imaging-data-commons em conjuntos de dados de CT, MR, PET e patologia, incluindo busca de metadados, pré-visualização no navegador, verificação de licenças e fluxos de trabalho de análise de dados ou treinamento de IA. Não requer autenticação.

A skill de infográficos ajuda você a criar visuais prontos para publicação a partir de um tema, conjunto de dados ou narrativa. Ela oferece suporte a infográficos para visualização de dados com geração via Nano Banana Pro, revisão de qualidade com Gemini 3 Pro, pesquisa opcional, paletas acessíveis e refinamento iterativo para marketing, relatórios, linhas do tempo, comparativos e layouts para redes sociais.

gget é uma skill de bioinformática para acesso rápido e unificado a mais de 20 bancos de dados genômicos e ferramentas de análise via CLI ou Python. Use para informações de genes, buscas relacionadas a BLAST, estruturas do AlphaFold, dados de expressão, associações com doenças e análises no estilo enrichment. É uma boa opção para exploração rápida e fluxos de trabalho de análise de dados com gget.

A skill get-available-resources verifica CPU, GPU, memória e disco antes de workflows científicos pesados ou de ML. Ela retorna um snapshot dos recursos e recomendações práticas para processamento paralelo, aceleração por GPU ou abordagens seguras para a memória, ajudando agentes a tomar melhores decisões de execução em automação de workflows.

A skill exploratory-data-analysis transforma arquivos científicos em relatórios de EDA sensíveis ao formato. Ela detecta o tipo de arquivo, resume estrutura e qualidade, extrai metadados-chave e sugere análises subsequentes. Use-a para exploratory-data-analysis em Análise de Dados em química, bioinformática, microscopia, espectroscopia, proteômica, metabolômica e outros formatos de arquivos científicos.

exa-search é uma skill de pesquisa na web, powered by Exa, para encontrar informações atuais e extrair conteúdo de URLs. Use para busca, descoberta de fontes, extração de artigos e PDFs e pesquisa técnica ou científica com recuperação semântica, filtros no estilo acadêmico e orientação clara de instalação e uso.

O etetoolkit é um kit de ferramentas para árvores filogenéticas no fluxo de trabalho do ETE. Use o skill etetoolkit para analisar, editar, comparar, enraizar, podar e visualizar árvores em Newick, NHX, PhyloXML ou NeXML. Ele oferece suporte a filogenômica, análise de ortologia/paralogia, taxonomia do NCBI e saída em PDF ou SVG no estilo de publicação.

O depmap ajuda a analisar o Cancer Dependency Map para scores de dependência gênica de linhagens celulares de câncer, sensibilidade a drogas e perfis de efeito gênico. Use-o para identificar vulnerabilidades específicas de câncer, interações sintéticas letais e validar alvos oncológicos com um guia depmap reproduzível para Data Analysis.