💻 Développement

Kit complet pour la création, l'analyse et la visualisation de réseaux et graphes complexes en Python. Utilisez-le lors du travail avec des structures de données de réseau/graphe, de l'analyse des relations entre entités, du calcul d'algorithmes de graphe (chemins les plus courts, centralité, clustering), de la détection de communautés, de la génération de réseaux synthétiques ou de la visualisation de topologies de réseau. Applicable aux réseaux sociaux, aux réseaux biologiques, aux systèmes de transport, aux réseaux de citations et à tout domaine impliquant des relations binaires.

Kit complet de traitement des biosignaux pour analyser les données physiologiques, y compris les signaux ECG, EEG, EDA, RSP, PPG, EMG et EOG. Utilisez cette compétence lors du traitement des signaux cardiovasculaires, de l'activité cérébrale, des réponses électrodermiques, des patterns respiratoires, de l'activité musculaire ou des mouvements oculaires. Applicable pour l'analyse de la variabilité de la fréquence cardiaque, des potentiels évoqués, des mesures de complexité, l'évaluation du système nerveux autonome, la recherche en psychophysiologie et l'intégration de signaux physiologiques multimodaux.

Utilisez cette compétence pour interroger directement vos carnets Google NotebookLM depuis Claude Code pour obtenir des réponses fondées sur des sources et appuyées par des citations de Gemini. Automatisation du navigateur, gestion de bibliothèques, authentification persistante. Réduction drastique des hallucinations grâce à des réponses basées uniquement sur les documents.

Utilisez lors de réponses aux questions sur ou de l'implémentation de fonctionnalités avec Nuxt Content (requêtes, composants MDC, mode documentaire), surtout lorsque vous n'êtes pas certain du API actuel - Nuxt Content est fréquemment mis à jour avec des modifications cassantes, donc récupérez la documentation actuelle depuis llms.txt avant de répondre pour assurer l'exactitude par rapport aux données d'entraînement

OpenRouter API - Accès unifié à plus de 400 modèles d'IA via une seule API

Plate-forme d'automatisation de laboratoire pour robots Flex/OT-2. Écrivez des protocoles API v2 Protocol, manutention des liquides, modules matériels (chauffage-agitateur, thermocycleur), gestion des récipients de laboratoire, pour des flux de travail de pipetage automatisé.

Cette compétence doit être utilisée lors de la conversion de documents scientifiques en formats promotionnels et de présentation, notamment des sites web interactifs (Paper2Web), des vidéos de présentation (Paper2Video) et des affiches de conférence (Paper2Poster). Utilisez cette compétence pour des tâches impliquant la diffusion de documents, la préparation de conférences, la création de pages d'accueil académiques explorables, la génération d'abstraits vidéo ou la production d'affiches prêtes à l'impression à partir de sources LaTeX ou PDF.

Kit d'outils de révision par pairs systématique. Évaluer la méthodologie, les statistiques, la conception, la reproductibilité, l'éthique, l'intégrité des figures, les normes de rapportage, pour la révision de manuscrits et de subventions跨 disciplines. Wait, no, "across disciplines" is "across les disciplines"? Wait, no, "across disciplines" in French is "dans toutes les disciplines" or "à travers les disciplines". Let me check again. The original: "for manuscript and grant review across disciplines". So correct translation: "pour la révision de manuscrits et de subventions à travers les disciplines". Wait, let's redo the whole thing properly. Original: Systematic peer review toolkit. Evaluate methodology, statistics, design, reproducibility, ethics, figure integrity, reporting standards, for manuscript and grant review across disciplines. Correct translation step by step: - Systematic peer review toolkit: Kit d'outils de révision par pairs systématique. - Evaluate: Évaluer (but wait, should it be infinitive? Or maybe "Permet d'évaluer"? Wait no, original is a list? Wait no, original is a noun phrase then a list of functions? Wait let's check the original structure. Wait the user said translate exactly. Wait let's see: Wait original: "Systematic peer review toolkit. Evaluate methodology, statistics, design, reproducibility, ethics, figure integrity, reporting standards, for manuscript and grant review across disciplines." Wait maybe in French, it's better to structure it properly, but follow the original. Wait no, let's do exact translation of terms. Wait "Systematic peer review toolkit" = Kit d'outils de révision par pairs systématique. "Evaluate methodology, statistics, design, reproducibility, ethics, figure integrity, reporting standards, for manuscript and grant review across disciplines." = Évaluer la méthodologie, les statistiques, la conception, la reproductibilité, l'éthique, l'intégrité des figures, les normes de rapportage, pour la révision de manuscrits et de subventions à travers les disciplines. Wait yes, that's correct. Let's check each term: - systematic = systématique - peer review = révision par pairs - toolkit = kit d'outils - Evaluate = Évaluer (infinitive, matching original) - methodology = la méthodologie - statistics = les statistiques - design = la conception (in this context, study design? But original says design, so la conception) - reproducibility = la reproductibilité - ethics = l'éthique - figure integrity = l'intégrité des figures - reporting standards = les normes de rapportage - manuscript = manuscrits - grant = subventions (in the context of research grants) - across disciplines = à travers les disciplines Yes, that's correct. Now, make sure it's a single translation, no extra text. Wait, original has a period between toolkit and Evaluate? Wait in French, maybe it's better to keep the period, but let's check. Wait original: "Systematic peer review toolkit. Evaluate..." So French: "Kit d'outils de révision par pairs systématique. Évaluer la méthodologie, les statistiques, la conception, la reproductibilité, l'éthique, l'intégrité des figures, les normes de rapportage, pour la révision de manuscrits et de subventions à travers les disciplines." Wait is that right? Let me confirm with terminology. Yes, "grant review" is "révision de subventions" in the context of research grants. "figure integrity" is indeed "l'intégrité des figures" in scientific publishing. "reporting standards" is "normes de rapportage". "reproducibility" is "reproductibilité" (used in scientific context). Yes. Let's check no mistakes. Wait, should "Evaluate" be capitalized? Original has Evaluate capitalized because it's the start of a sentence, so in French, Évaluer should be capitalized as well. Yes. So final translation: Kit d'outils de révision par pairs systématique. Évaluer la méthodologie, les statistiques, la conception, la reproductibilité, l'éthique, l'intégrité des figures, les normes de rapportage, pour la révision de manuscrits et de subventions à travers les disciplines.Kit d'outils de révision par pairs systématique. Évaluer la méthodologie, les statistiques, la conception, la re

Bibliothèque Python multiplateforme pour l'informatique quantique, l'apprentissage machine quantique et la chimie quantique. Permet de construire et d'entraîner des circuits quantiques avec différentiation automatique, intégration transparente avec PyTorch/JAX/TensorFlow, et exécution indépendante de l'appareil sur des simulateurs et du matériel quantique (IBM, Amazon Braket, Google, Rigetti, IonQ, etc.). Utilisez-la lors du travail avec des circuits quantiques, des algorithmes quantiques variationnels (VQE, QAOA), des réseaux neuronaux quantiques, des modèles hybrides quantiques-classiques, des simulations moléculaires, des calculs de chimie quantique ou toute tâche d'informatique quantique nécessitant une optimisation basée sur le gradient, une programmation indépendante du matériel ou des workflows d'apprentissage machine quantique.

Développement de l'API v5 de Pinterest - Authentification, Pins, Tableaux, Analytiques

Mode développeur senior fainéant pour toute tâche de codage (écrire, refactoriser, corriger, réviser) : YAGNI, stdlib d’abord, pas d’abstractions non demandées. Pas pour les demandes hors codage.

Affiche l'impact mesuré de ponytail sous forme de tableau de scores : moins de code, moins de coûts, plus de vitesse, à partir des médianes des benchmarks. Affichage unique.

Révise un diff pour détecter la sur-ingénierie. Identifie ce qu'il faut supprimer : réinvention de la stdlib, dépendances inutiles, abstractions spéculatives. Une ligne par constat.

Cette compétence doit être utilisée lors du travail sur des tâches d'apprentissage par renforcement, y compris l'entraînement RL haute performance, le développement d'environnements personnalisés, la simulation parallèle vectorisée, les systèmes multi-agents ou l'intégration avec des environnements RL existants (Gymnasium, PettingZoo, Atari, Procgen, etc.). Utilisez cette compétence pour mettre en œuvre l'entraînement PPO, créer des environnements PufferEnv, optimiser les performances RL ou développer des politiques avec CNN/LSTM.

Synchroniser le dépôt de compétences locales avec les modifications en amont d’obra/superpowers-skills

Analyse de l'expression différentielle des gènes (DESeq2 Python). Identification des gènes différentiellement exprimés à partir des comptages RNA-seq en bulk, tests Wald, correction FDR, graphes volcan/MA, pour l'analyse RNA-seq.

Bibliothèque Python pour travailler avec des fichiers DICOM (Digital Imaging and Communications in Medicine). Utilisez cette compétence lors de la lecture, de l'écriture ou de la modification de données d'imagerie médicale au format DICOM, l'extraction de données pixel d'images médicales (CT, IRM, radiographie, échographie), l'anonymisation de fichiers DICOM, le travail avec les métadonnées et les tags DICOM, la conversion d'images DICOM vers d'autres formats, la gestion de données DICOM compressées ou le traitement de jeux de données d'imagerie médicale. S'applique aux tâches impliquant l'analyse d'images médicales, les systèmes PACS, les flux de travail en radiologie et les applications d'imagerie dans les soins de santé.

Boîte à outils IA en soins de santé complète pour développer, tester et déployer des modèles d'apprentissage automatique avec des données cliniques. Cette compétence doit être utilisée lors du travail avec des dossiers médicaux électroniques (DME), des tâches de prédiction clinique (mortalité, réadmission, recommandation médicamenteuse), des systèmes de codification médicale (ICD, NDC, ATC), des signaux physiologiques (EEG, ECG), des ensembles de données de soins de santé (MIMIC-III/IV, eICU, OMOP), ou de la mise en œuvre de modèles d'apprentissage profond pour des applications en soins de santé (RETAIN, SafeDrug, Transformer, GNN).

Compétence spécialisée pour concevoir, architecturer et réviser des bibliothèques Python de qualité production. Guider la structure des bibliothèques, la conception des API, les stratégies de test et l'implémentation. Utiliser lors de la conception de nouvelles bibliothèques, de la prise de décisions architecturales, de la révision du code des bibliothèques ou de la réflexion sur les défis de conception des bibliothèques d'un point de vue d'architecte.

Cadre d'apprentissage profond (PyTorch Lightning). Organiser le code PyTorch en LightningModules, configurer les Trainers pour multi-GPU/TPU, mettre en œuvre des pipelines de données, des callbacks, des journaux (W&B, TensorBoard), un apprentissage distribué (DDP, FSDP, DeepSpeed), pour un entraînement de réseau neuronal scalable.

Effectue un test QA d’un site web ou d’une application web et renvoie une note de qualité de 1 à 5 (5 = impeccable, 1 = inutilisable) avec des éléments de preuve. À utiliser lorsque l’utilisateur souhaite tester, faire de la QA, évaluer, noter ou « vérifier la qualité » d’un site, d’une page, d’un flux ou d’une app, y compris un serveur de développement local. Pilote un vrai navigateur cloud Browser Use et crée automatiquement un tunnel pour localhost.

Responsable de la Documentation Qualité Senior pour le contrôle complet de la documentation et l'examen des documents réglementaires. Fournit la conception du système de gestion de la documentation, le contrôle des modifications, la gestion de configuration et la surveillance de la documentation réglementaire. Utilisé pour l'implémentation du système de contrôle de la documentation, l'examen des documents réglementaires, la gestion des modifications et la vérification de la conformité de la documentation.

Responsable Qualité Senior (QMR) pour les entreprises HealthTech et MedTech. Assure la responsabilité globale du système de qualité, la surveillance de la conformité réglementaire, la responsabilité de gestion et le leadership stratégique de la qualité. Utilisé pour la gouvernance du système de qualité, la surveillance de la conformité réglementaire, la responsabilité de gestion et la planification stratégique de la qualité.

Spécialiste du système de gestion de la qualité ISO 13485 pour les entreprises de dispositifs médicaux. Fournit une expertise en mise en œuvre, maintenance, optimisation des processus et conformité du SGQ. Utilisez-le pour la conception du SGQ, le contrôle de la documentation, l'examen par la direction, l'audit interne, les actions correctives et les activités de certification ISO 13485.