Réaliser des synthèses bibliographiques complètes et systématiques à l'aide de multiples bases de données académiques (PubMed, arXiv, bioRxiv, Semantic Scholar, etc.). Cette compétence doit être utilisée lors de la réalisation de synthèses bibliographiques systématiques, de méta-analyses, de synthèses de recherches ou de recherches bibliographiques complètes dans les domaines biomédicaux, scientifiques et techniques. Créer des documents Markdown et des PDF formatés professionnellement avec des citations vérifiées dans plusieurs styles de citation (APA, Nature, Vancouver, etc.).
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Visualisez les microservices, les API et les flux de données pour les systèmes complexes.
Créez des documents dynamiques présentant les spécifications techniques et les objectifs métier.
Cartographiez l'infrastructure cloud, les pipelines CI/CD et les configurations d'environnement.
Simplifier les concepts techniques pour un public non technique.
GAIN MESURÉ
Avantages prouvés et impact mesurable
Générez une documentation d'architecture complète en quelques minutes au lieu de plusieurs jours.
Alignez les équipes avec des représentations visuelles claires des systèmes.
Réduisez au minimum les malentendus avec des diagrammes HTML complets.
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
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.
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.
Traitez et générez du contenu multimédia à l'aide de l'API Google Gemini. Les capacités incluent l'analyse de fichiers audio (transcription avec horodatages, résumé, compréhension de la parole, analyse de musique/sons jusqu'à 9,5 heures), la compréhension d'images (description, détection d'objets, OCR, Q&R visuelle, segmentation), le traitement de vidéos (détection de scènes, Q&R, analyse temporelle, URL YouTube, jusqu'à 6 heures), l'extraction de documents (tables PDF, formulaires, graphiques, diagrammes, multipages), la génération d'images (texte vers image, édition, composition, affinage). Utilisez-le lors du travail avec des fichiers audio/vidéo, de l'analyse d'images ou de captures d'écran, du traitement de documents PDF, de l'extraction de données structurées à partir de médias, de la création d'images à partir d'instructions textuelles ou de la mise en œuvre de fonctionnalités AI multimodales. Prend en charge plusieurs modèles (Gemini 2.5/2.0) avec des fenêtres de contexte allant jusqu'à 2 millions de tokens.
Accédez aux plus de 200 millions de structures de protéines prédites par l'IA d'AlphaFold. Récupérez les structures par ID UniProt, téléchargez les fichiers PDB/mmCIF, analysez les indicateurs de confiance (pLDDT, PAE), pour la découverte de médicaments et la biologie structurale.