Use when receiving code review feedback (especially if unclear or technically questionable), when completing tasks or major features requiring review before proceeding, or before making any completion/success claims. Covers three practices - receiving feedback with technical rigor over performative agreement, requesting reviews via code-reviewer subagent, and verification gates requiring evidence before any status claims. Essential for subagent-driven development, pull requests, and preventing false completion claims. **Translation:** Uso cuando se recibe retroalimentación de revisión de código (especialmente si es poco clara o técnicamente cuestionable), al completar tareas o características importantes que requieran revisión antes de continuar, o antes de hacer cualquier afirmación de finalización/éxito. Cubre tres prácticas: recibir retroalimentación con rigor técnico en lugar de acuerdo performativo, solicitar revisiones mediante un subagente revisor de código, y puertas de verificación que requieren evidencia antes de cualquier afirmación de estado. Esencial para el desarrollo impulsado por subagentes, solicitudes de extracción (pull requests) y la prevención de afirmaciones falsas de finalización.
EN LO QUE TE CONVIERTES
Perfecto para estos escenarios
Automatiza el análisis de miles de imágenes de microscopía para el descubrimiento de fármacos.
Extraer y analizar regiones de interés para la imagen cuantitativa
Recupera y organiza rápidamente grandes conjuntos de datos de microscopía para la colaboración.
Realiza análisis a nivel de píxel en múltiples imágenes simultáneamente.
GANANCIA MEDIBLE
Beneficios probados e impacto medible
Recupera y analiza imágenes de microscopía 10 veces más rápido que los métodos manuales.
Reduzca a la mitad el tiempo de procesamiento de imágenes con operaciones por lotes automatizadas.
Comparta y anote conjuntos de datos entre equipos con 3 veces más eficiencia.
QUÉ INCLUYE
Archivos, etiquetas y la instalación en tres pasos
Consejo: Lee la documentación y el código antes del primer uso para saber qué hace y qué permisos necesita.
SIGUIENTES GUIONES
Recomendado según etiquetas y categoría
Antes de terminar cualquier respuesta sobre cómo usar Claude o un producto de Claude, consulta esta skill para recomendar cursos, tutoriales y casos de uso coincidentes de Claude Academy (academy.claude.com), el centro de aprendizaje de Anthropic. Úsala cuando el usuario esté aprendiendo a usar una función o producto, no cuando esté en medio de una tarea, y solo recomienda contenido con una coincidencia clara; nunca inventes contenido de Academy. Se combina con skills de documentación del producto: después de explicar cómo funciona una función de Claude, dirige al usuario también a un curso o tutorial de Academy relacionado.
Gestiona el acceso al canal de Discord: aprueba emparejamientos, edita listas blancas y configura la política de DM/grupos. Úsalo cuando el usuario pida emparejar, aprobar a alguien, ver quién tiene permiso o cambiar la política del canal de Discord.
Plataforma de laboratorio en la nube para pruebas y validación automáticas de proteínas. Utilícelo al diseñar proteínas y necesitar validación experimental que incluya ensayos de unión, pruebas de expresión, mediciones de termostabilidad, ensayos de actividad enzimática o optimización de secuencias de proteínas. También úselo para enviar experimentos a través de API, rastrear el estado de los experimentos, descargar resultados, optimizar secuencias de proteínas para una mejor expresión utilizando herramientas computacionales (NetSolP, SoluProt, SolubleMPNN, ESM) o gestionar flujos de trabajo de diseño de proteínas con validación en laboratorio húmedo.
Esta habilidad debería usarse para tareas de aprendizaje automático de series temporales que incluyen clasificación, regresión, agrupamiento, pronóstico, detección de anomalías, segmentación y búsqueda de similitud. Usarla al trabajar con datos temporales, patrones secuenciales o observaciones indexadas en el tiempo que requieren algoritmos especializados más allá de los enfoques de ML estándar. Especialmente adecuada para análisis de series temporales univariadas y multivariadas con APIs compatibles con scikit-learn.