Cadre de simulation à événements discrets basé sur des processus en Python. Utilisez cette compétence lors de la construction de simulations de systèmes avec des processus, des files d'attente, des ressources et des événements basés sur le temps, tels que les systèmes de fabrication, les opérations de service, le trafic réseau, la logistique ou tout système où des entités interagissent avec des ressources partagées au fil du temps.
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Travaillez simultanément sur plusieurs fonctionnalités dans des environnements isolés, sans changer de contexte
Créez rapidement un arbre de travail propre pour reproduire et corriger des bogues sans affecter la branche principale
Maintenir des arborescences de travail séparées pour les versions candidates tout en continuant le développement sur la branche principale
Testez en toute sécurité les modifications à risque dans un arbre de travail isolé avant de les valider sur la branche principale.
GAIN MESURÉ
Avantages prouvés et impact mesurable
Éliminez la surcharge de changement de branche grâce à la création instantanée d'environnements de worktree
Minimisez les problèmes d'intégration en travaillant dans des environnements isolés par fonctionnalité.
Activez des flux de travail parallèles sans perturber le flux de développement principal.
CE QUE VOUS OBTENEZ
Fichiers, tags et installation en trois étapes
Conseil : Lisez la documentation et le code avant la première utilisation pour connaître son rôle et les permissions requises.
SCRIPTS SUIVANTS
Recommandé selon les tags et la catégorie
Plateforme de laboratoire en nuage pour les tests et la validation automatisés des protéines. Utilisez-la lors de la conception de protéines et lorsque vous avez besoin de validation expérimentale incluant des tests de liaison, des tests d'expression, des mesures de thermostabilité, des tests d'activité enzymatique ou l'optimisation des séquences protéiques. Utilisez-la également pour soumettre des expériences via API, suivre l'état des expériences, télécharger les résultats, optimiser les séquences protéiques pour une meilleure expression à l'aide d'outils informatiques (NetSolP, SoluProt, SolubleMPNN, ESM) ou gérer les flux de travail de conception de protéines avec validation en laboratoire humide.
Générez et maintenez les fichiers AGENTS.md conformément à la convention publique agents.md. Utilisez-le lors de la création de documentation pour les flux de travail des agents IA, les guides d’intégration ou lors de la standardisation des modèles d’interaction des agents à travers les projets.
Cette compétence doit être utilisée pour les tâches d'apprentissage automatique sur séries temporelles, y compris la classification, la régression, le clustering, la prévision, la détection d'anomalies, la segmentation et la recherche de similarité. Utilisez-la lors du travail avec des données temporelles, des motifs séquentiels ou des observations indexées dans le temps nécessitant des algorithmes spécialisés au-delà des approches ML standard. Particulièrement adaptée à l'analyse de séries temporelles univariées et multivariées avec des APIs compatibles scikit-learn.
Système de génération d'agents de code Claude qui crée des agents et sous-agents personnalisés avec un en-tête YAML amélioré, des modèles d'accès aux outils et un support d'intégration MCP conformément à des modèles de production éprouvés