💻 Entwicklung

Umfassende Toolkit zum Erstellen, Analysieren und Visualisieren komplexer Netzwerke und Graphen in Python. Verwenden Sie es bei der Arbeit mit Netzwerk-/Graphendatenstrukturen, der Analyse von Beziehungen zwischen Entitäten, der Berechnung von Graphenalgorithmen (kürzeste Pfade, Zentralität, Clustering), der Erkennung von Gemeinschaften, der Erzeugung synthetischer Netzwerke oder der Visualisierung von Netzwerktopologien. Anwendbar auf soziale Netzwerke, biologische Netzwerke, Verkehrssysteme, Zitationsnetzwerke und alle Bereiche, die paarweise Beziehungen betreffen.

Umfassendes Biosignalverarbeitungstoolkit zur Analyse physiologischer Daten einschließlich ECG-, EEG-, EDA-, RSP-, PPG-, EMG- und EOG-Signale. Verwenden Sie diese Fähigkeit bei der Verarbeitung von kardiovaskulären Signalen, Gehirnaktivität, elektrodermalen Reaktionen, Atemmustern, Muskelaktivität oder Augenbewegungen. Anwendbar für Herzratenvariabilitätsanalyse, ereigniskorrelierte Potentiale, Komplexitätsmaße, Bewertung des autonomen Nervensystems, psychophysiologische Forschung und multimodale Integration physiologischer Signale.

Verwenden Sie diese Fähigkeit, um Ihre Google NotebookLM-Notizen direkt von Claude Code abzufragen, um quellengebundene, zitationsgestützte Antworten von Gemini zu erhalten. Browserautomatisierung, Bibliotheksverwaltung, persistente Authentifizierung. Halluzinationen durch dokumentenexklusive Antworten drastisch reduziert.

Verwenden Sie es bei der Beantwortung von Fragen zu Nuxt Content oder bei der Implementierung von Funktionen mit Nuxt Content (Abfragen, MDC-Komponenten, dokumentgesteuertes Modus), insbesondere wenn Sie unsicher über die aktuelle API sind – Nuxt Content wird häufig mit bruchvollen Änderungen aktualisiert, also holen Sie sich vor der Antwort die aktuelle Dokumentation aus llms.txt, um Genauigkeit gegenüber Trainingsdaten zu gewährleisten.

OpenRouter API – Vereinheitlichter Zugriff auf über 400 KI-Modelle über eine API

Laborautomatisierungplattform für Flex/OT-2-Roboter. Schreiben Sie Protokoll-API v2-Protokolle, Flüssigkeitshandhabung, Hardwaremodule (Heizer-Schüttler, Thermozyklusgerät), Labware-Management für automatisierte Pipettierworkflows.

Diese Fähigkeit soll verwendet werden, wenn wissenschaftliche Artikel in werbliche und Präsentationsformate umgewandelt werden, einschließlich interaktiver Websites (Paper2Web), Präsentationsvideos (Paper2Video) und Konferenzpostern (Paper2Poster). Verwenden Sie diese Fähigkeit für Aufgaben, die die Verbreitung von Artikeln, die Vorbereitung auf Konferenzen, die Erstellung von erkundbaren wissenschaftlichen Homepages, die Erstellung von Videozusammenfassungen oder die Erstellung von druckbereiten Postern aus LaTeX- oder PDF-Quellen beinhalten.

Systematisches Peer-Review-Toolkit. Bewertung von Methodik, Statistik, Design, Reproduzierbarkeit, Ethik, Abbildungsintegrität und Berichtsstandards für Manuskript- und Förderungsgutachten über Disziplinen hinweg.

Querplattform-Python-Bibliothek für Quantencomputing, Quantenmaschinelles Lernen und Quantenchemie. Ermöglicht das Erstellen und Trainieren von Quantenschaltungen mit automatischer Differenzierung, nahtlose Integration mit PyTorch/JAX/TensorFlow und geräteunabhängige Ausführung auf Simulatoren und Quantenhardware (IBM, Amazon Braket, Google, Rigetti, IonQ usw.). Verwenden Sie sie bei der Arbeit mit Quantenschaltungen, variationellen Quantenalgorithmen (VQE, QAOA), Quanten-Neuronnetzen, hybriden Quantentheorie-Klassik-Modellen, Molekülsimulationen, Quantenchemieberechnungen oder allen Quantencomputing-Aufgaben, die gradientenbasierte Optimierung, hardwareschwache Programmierung oder Arbeitsabläufe für Quantenmaschinelles Lernen erfordern.

Pinterest API v5-Entwicklung – Authentifizierung, Pins, Boards, Analytics

Fauler Senior-Dev-Modus für jede Coding-Aufgabe (Schreiben, Refactoren, Fixen, Reviewen): YAGNI, zuerst stdlib, keine ungefragten Abstraktionen. Nicht für Nicht-Coding-Anfragen.

Zeigt die gemessene Auswirkung von ponytail als Scoreboard an: weniger Code, weniger Kosten, mehr Geschwindigkeit, basierend auf den Benchmark-Medianen. Einmalige Anzeige.

Prüfe einen Diff auf Over-Engineering. Finde das, was gelöscht werden sollte: neu erfundene Stdlib, unnötige Abhängigkeiten, spekulative Abstraktionen. Ein Befund pro Zeile.

Diese Fähigkeit sollte bei der Arbeit mit Verstärkungslernaufgaben verwendet werden, einschließlich Hochleistungs-RL-Training, Entwicklung benutzerdefinierter Umgebungen, vektorisierter paralleler Simulation, Multi-Agenten-Systemen oder Integration mit bestehenden RL-Umgebungen (Gymnasium, PettingZoo, Atari, Procgen usw.). Verwenden Sie diese Fähigkeit zur Implementierung von PPO-Training, Erstellung von PufferEnv-Umgebungen, Optimierung der RL-Leistung oder Entwicklung von Politik mit CNNs/LSTMs.

Synchronisiere das lokale Skills-Repository mit Upstream-Änderungen von obra/superpowers-skills

Differentialgeneexpressionsanalyse (Python DESeq2). Identifizieren Sie DE-Gene aus Bulk-RNA-Seq-Zählungen, Wald-Tests, FDR-Korrektur, Vulkan-/MA-Diagrammen für RNA-Seq-Analyse.

Python-Bibliothek zum Arbeiten mit DICOM-Dateien (Digital Imaging and Communications in Medicine). Verwenden Sie diese Fähigkeit beim Lesen, Schreiben oder Bearbeiten von medizinischen Bilddaten im DICOM-Format, beim Extrahieren von Pixeldaten aus medizinischen Bildern (CT, MRT, Röntgen, Ultraschall), beim Anonymisieren von DICOM-Dateien, beim Arbeiten mit DICOM-Metadaten und -Tags, beim Konvertieren von DICOM-Bildern in andere Formate, bei der Verarbeitung komprimierter DICOM-Daten oder bei der Verarbeitung von Datensätzen medizinischer Bilder. Gilt für Aufgaben im Bereich der medizinischen Bildanalyse, PACS-Systeme, Radiologie-Workflows und medizinische Bildanwendungen.

Umfassendes Gesundheits-AI-Toolkit zur Entwicklung, Testung und Bereitstellung von Machine-Learning-Modellen mit klinischen Daten. Diese Fähigkeit sollte verwendet werden, wenn mit elektronischen Gesundheitsakten (EHR), klinischen Vorhersagetasks (Sterblichkeit, Wiedereinweisung, Medikamentenempfehlung), medizinischen Codierungssystemen (ICD, NDC, ATC), physiologischen Signalen (EEG, ECG), Gesundheitsdatasets (MIMIC-III/IV, eICU, OMOP) oder der Implementierung von Deep-Learning-Modellen für Gesundheitsanwendungen (RETAIN, SafeDrug, Transformer, GNN) gearbeitet wird.

Spezialisierte Fähigkeit zum Designen, Architekten und Prüfen von Produktionsreif Python-Bibliotheken. Leitet die Bibliotheksstruktur, API-Design, Teststrategien und Implementierung. Verwenden Sie sie bei der Entwicklung neuer Bibliotheken, bei der Treffen von Architekturentscheidungen, bei der Prüfung von Bibliothekscode oder bei der Auseinandersetzung mit Bibliotheksdesignherausforderungen aus einer Architektenperspektive.

Deep-Learning-Framework (PyTorch Lightning). Organisiere PyTorch-Code in LightningModules, konfiguriere Trainer für Multi-GPU/TPU, implementiere Datenpipelines, Callbacks, Logging (W&B, TensorBoard), verteiltes Training (DDP, FSDP, DeepSpeed) für skalierbares Neural-Network-Training.

Führt einen QA-Test für eine Website oder Web-App durch und gibt eine Qualitätsbewertung von 1 bis 5 (5 = einwandfrei, 1 = defekt) mit Belegen zurück. Verwenden, wenn der Nutzer testen, QA durchführen, evaluieren, bewerten oder prüfen möchte, "wie gut" eine Site, Seite, ein Flow oder eine App ist – einschließlich eines lokalen Entwicklungsservers. Steuert einen echten Browser Use Cloud-Browser und tunnelt localhost automatisch.

Senior Quality Documentation Manager für umfassende Dokumentationskontrolle und Prüfung von regulatorischen Dokumenten. Verantwortet die Design von Dokumentenverwaltungssystemen, Change Control, Konfigurationsmanagement und die Überwachung von regulatorischen Dokumenten. Verwendbar für die Implementierung von Dokumentenkontrollsystemen, die Prüfung von regulatorischen Dokumenten, Change Management und die Überprüfung der Dokumentationskonformität.

Senior Quality Manager Responsible Person (QMR) für HealthTech- und MedTech-Unternehmen. Übernimmt die Gesamtverantwortung für das Qualitätsmanagementsystem, die Überwachung der regulatorischen Konformität, die managementbezogene Rechenschaftspflicht und die strategische Qualitätsleitung. Verwenden Sie es für die Steuerung des Qualitätsmanagementsystems, die Überwachung der regulatorischen Konformität, die Managementverantwortung und die strategische Qualitätsplanung.

ISO 13485 Qualitätsmanagementsystem-Spezialist für Medizinprodukteunternehmen. Bietet Expertise bei der Implementierung, Pflege, Prozessoptimierung und Konformität von QMS. Verwenden Sie es für QMS-Design, Dokumentationskontrolle, Managementprüfung, interne Audits, korrigierende Maßnahmen und ISO 13485-Zertifizierungsaktivitäten.