💻 Entwicklung

Cloud-Laborplatform für automatisierte Proteintests und -validierung. Verwenden Sie sie bei der Proteinentwicklung und bei der Bedürfnislage nach experimenteller Validierung, einschließlich Bindungsassays, Expressionstests, Thermostabilitätsmessungen, Enzymaktivitätsassays oder Proteinssequenzoptimierung. Verwenden Sie sie auch zum Einreichen von Experimenten über API, zum Verfolgen des Experimentstatus, zum Herunterladen von Ergebnissen, zur Optimierung von Proteinsequenzen für eine bessere Expression mit Hilfe von Rechenwerkzeugen (NetSolP, SoluProt, SolubleMPNN, ESM) oder zur Verwaltung von Proteinentwicklungsworkflows mit Nasslaborvalidierung.

Diese Fähigkeit sollte für Zeitreihenmaschinelles Lernen einschließlich Klassifikation, Regression, Clustering, Prognose, Anomalieerkennung, Segmentierung und Ähnlichkeitssuche verwendet werden. Verwenden Sie sie bei der Arbeit mit zeitlichen Daten, sequentiellen Mustern oder zeitindexierten Beobachtungen, die spezialisierte Algorithmen über standardisierte ML-Ansätze hinaus erfordern. Besonders geeignet für die Analyse univariate und multivariate Zeitreihen mit scikit-learn-kompatiblen APIs.

Claude Code-Agent-Erzeugungssystem, das benutzerdefinierte Agenten und Sub-Agenten mit erweiterter YAML-Frontmatter, Tools-Zugriffsmustern und MCP-Integrationsunterstützung gemäß bewährten Produktionsmustern erstellt

Schaetzen Sie Gen-Regulationsnetzwerke (GRNs) aus Genexpressionsdaten mit skalierbaren Algorithmen (GRNBoost2, GENIE3). Verwenden Sie sie bei der Analyse von Transkriptomdaten (Bulk-RNA-seq, Single-Cell-RNA-seq), um Transkriptionsfaktor-Zielgen-Beziehungen und regulatorische Interaktionen zu identifizieren. Unterstützt verteilte Berechnungen für großskalige Datensaetze.

Autonomer biomedizinischer KI-Agentenrahmen für die Ausführung komplexer Forschungstasks im Bereich Genomik, Arzneimittelforschung, Molekularbiologie und klinischer Analyse. Verwenden Sie diese Fähigkeit bei der Durchführung mehrstufiger biomedizinischer Forschung einschließlich CRISPR-Screening-Design, Einzelzell-RNA-seq-Analyse, ADMET-Vorhersage, GWAS-Interpretation, Seltenerkrankungsdiagnose oder Optimierung von Laborprotokollen. Nutzt LLM-Reasoning mit Codeausführung und integrierten biomedizinischen Datenbanken.

Browser-Automatisierung, Debugging und Leistungsanalyse mit Puppeteer-CLI-Skripten. Verwendbar für die Automatisierung von Browsern, das Erstellen von Screenshots, die Leistungsanalyse, die Überwachung von Netzwerkverkehr, Web Scraping, Formularautomatisierung und JavaScript-Debugging.

Quantum Computing-Framework zum Erstellen, Simulieren, Optimieren und Ausführen von Quantenkreisen. Nutzen Sie diese Fähigkeit bei der Arbeit mit Quantenalgorithmen, Quantenkreisentwurf, Quanten Simulation (rauschfrei oder verrauscht), Ausführung auf Quantenhardware (Google, IonQ, AQT, Pasqal), Kreisenoptimierung und -kompilierung, Rauschmodellierung und -charakterisierung oder Quantenexperimenten und -Benchmarking (VQE, QAOA, QPE, Randomized Benchmarking).

Claude Code ist Anthropics agentisches Codierungstool, das im Terminal lebt und dabei hilft, Ideen schneller in Code umzuwandeln. Es kombiniert autonome Planung, Ausführung und Validierung mit Erweiterbarkeit durch Skills, Plugins, MCP-Server und Hooks. Verwenden Sie es, wenn Benutzer Hilfe bei folgenden Themen brauchen: - Verständnis von Claude Code f...

Fachexperte für Claude Code CLI, Skills, Befehle, Hooks, Plugins, MCP, Einstellungen und Workflows. Ausgelöst bei claude code, cli, skill, befehl, hook, plugin, mcp, slash command, einstellungen

Interaktiver Slash-Command-Ersteller für Claude Code. Wird ausgelöst, wenn der Benutzer die Erstellung von Befehlen, Slash-Commands, Command-Vorlagen, Command-Argumenten erwähnt oder einen neuen Command-Workflow erstellen möchte.

Experte für die Integration des Model Context Protocol (MCP), MCP-Server, Installation, Konfiguration und Authentifizierung. Wird ausgelöst, wenn der Nutzer MCP, MCP-Server, MCP-Installation, Tools-Verbindung, MCP-Ressourcen, MCP-Prompts oder Remote-/Lokal-MCP-Server erwähnt.

Experte für Claude Code settings.json-Konfiguration, Berechtigungen, Sandbox, Umgebungsvariablen und Einstellungen-Hierarchie. Ausgelöst wird er, wenn der Benutzer settings.json, Berechtigungen, Zulassungsregeln, Verweigerungsregeln, Sandbox, Hooks-Konfiguration oder Einstellungen-Präzedenz erwähnt.

Interaktive Skill-Ersteller für Claude Code. Ausgelöst, wenn der Nutzer das Erstellen von Skills, das Erstellen von Skills, Skill-Vorlagen, Skill-Frontmatter, erlaubte Tools erwähnt oder ein neues Skill scaffolding möchte.

Erzeugt umfassende Dokumentation, die erklärt, wie ein Codebase funktioniert, einschließlich Architektur, Schlüsselkomponenten, Datenfluss und Entwicklungsrichtlinien. Verwenden Sie dies, wenn der Nutzer unbekannten Code verstehen möchte, Onboarding-Dokumente erstellen, Architektur dokumentieren oder erklären möchte, wie das System funktioniert.

Formatieren Sie Git-Commit-Nachrichten gemäß der Spezifikation Conventional Commits 1.0.0. Verwenden Sie dies, wenn der Benutzer um Commit-Änderungen bittet, einen Git-Commit erstellt oder Code-Commitment erwähnt. Sicherstellen Sie konsistente, semantische Commit-Nachrichten, die die automatisierte Generierung von Changelogs und semantische Versionsverwaltung unterstützen.

Cron-Job.org Dokumentation

Analysiert CSV-Dateien, generiert Zusammenfassungszahlen und erstellt schnelle Visualisierungen mit Python und pandas.

Arbeiten Sie mit Data Commons, einer Plattform, die programmatischen Zugriff auf öffentliche statistische Daten aus globalen Quellen bietet. Nutzen Sie diese Fähigkeit bei der Arbeit mit Demografiedaten, Wirtschaftsindikatoren, Gesundheitsstatistiken, UmweltDaten oder beliebigen öffentlichen Datensätzen, die über Data Commons verfügbar sind. Anwendbar für die Abfrage von Bevölkerungsstatistiken, BIP-Zahlen, Arbeitslosigkeitssätzen, Krankheitsvorkommen, geografische Entitätsauflösung und die Erforschung von Beziehungen zwischen statistischen Entitäten.

Molekulares Maschinelles Lern-Toolkit. Eigenschaftsvorhersage (ADMET, Toxizität), GNNs (GCN, MPNN), MoleculeNet-Benchmarks, vortrainierte Modelle, Merkmalserzeugung für das maschinelle Lernen in der Arzneimittelforschung.

NGS-Analyse-Toolkit. Umwandlung von BAM in bigWig, QC (Korrelation, PCA, Fingerabdrücke), Heatmaps/Profile (TSS, Peaks) für die Visualisierung von ChIP-seq, RNA-seq, ATAC-seq.

Diffusionsbasierte molekulare Docking. Vorhersage von Protein-Ligand-Bindungsposen aus PDB/SMILES, Konfidenzwerten, virtueller Screenings für strukturbasiertes Arzneimitteldesign. Nicht für Affinitätsprediktion.

DNAnexus Cloud-Genomics-Plattform. Erstellen Sie Apps/Applets, verwalten Sie Daten (Hochladen/Herunterladen), dxpy Python SDK, führen Sie Workflows aus, FASTQ/BAM/VCF, für die Entwicklung und Ausführung von Genomics-Pipelines.

Fügen Sie Sentry v8 Fehlerverfolgung und Performance-Überwachung zu den Diensten Ihres Projekts hinzu. Verwenden Sie diese Fähigkeit bei der Hinzufügung von Fehlerbehandlung, Erstellung neuer Controller, Instrumentierung von Cron-Jobs oder Verfolgung der Datenbankleistung. ALLE FEHLER MÜSSEN AN SENTRY GESENDET WERDEN – keine Ausnahmen.

Umfassendes Toolkit für Protein Sprachmodelle einschließlich ESM3 (generatives multimodales Protein Design über Sequenz, Struktur und Funktion) und ESM C (effiziente Protein-Einbettungen und -Darstellungen). Verwenden Sie diese Fähigkeit bei der Arbeit mit Proteinsequenzen, -strukturen oder -Funktionsvorhersagen; bei der Entwicklung neuer Proteine; bei der Erzeugung von Protein-Einbettungen; bei der Durchführung von inverser Faltung; oder bei Proteinengineering-Aufgaben. Unterstützt sowohl die lokale Modellnutzung als auch die cloudbasierte Forge API für skalierbare Inferenz.