Exécutez les tests et corrigez systématiquement tous les tests échoués à l’aide du regroupement intelligent des erreurs. Utilisez cette fonctionnalité lorsque l’utilisateur demande de corriger des tests échoués, mentionne des échecs de tests, exécute une suite de tests et des échecs se produisent, ou demande de faire passer les tests.
Intégration rapide dans votre flux de travail avec une configuration minimale
Communauté open-source active avec mises à jour continues
Licence MIT/Apache pour usage commercial et personnel
Personnalisable et extensible selon vos besoins
Téléchargez ou copiez le fichier de compétence depuis le dépôt source
Placez le fichier de compétence dans le répertoire de compétences de Claude (généralement ~/.claude/skills/)。
Redémarrez Claude ou exécutez la commande de rechargement pour charger la compétence
Conseil: Lisez attentivement la documentation et le code avant la première utilisation pour comprendre les fonctionnalités et les exigences de permissions
Toutes les compétences proviennent de la communauté open-source, préservant les droits d'auteur des auteurs originaux
mhattingpete__claude-skills-marketplace/engineering-workflow-plugin/skills/test-fixing/Skill.mdAvantages prouvés et impact mesurable
Accélérez la reconstruction des GRN de quelques jours à quelques heures grâce à des implémentations optimisées de GRNBoost2 et GENIE3
Réduction des coûts de calcul grâce à un traitement parallèle efficace et à des algorithmes optimisés pour la mémoire
Traitez des ensembles de données contenant des millions de cellules grâce à une architecture de calcul distribué
Parfait pour ces scénarios
Identifier les facteurs de transcription clés qui influencent la progression de la maladie au sein de cohortes de patients à l'aide de données RNA-seq en vrac
Reconstituer les réseaux de régulation contrôlant les trajectoires de différenciation des cellules souches à partir de données à l'échelle de la cellule unique
Identifier de nouvelles cibles de régulation pour la thérapie du cancer en analysant des ensembles de données de transcriptomique tumorale
Traiter de vastes atlases de cellules uniques grâce à l'informatique distribuée pour révéler des schémas régulateurs à l'échelle de la population