⚙️ 백엔드

OpenAlex 데이터베이스를 사용하여 학술 문헌을 질의하고 분석하세요. 이 기능은 학술 논문 검색, 연구 동향 분석, 저자나 기관의 연구 결과 찾기, 인용 추적, 오픈 액세스 출판물 발견, 또는 2억 4천만 개 이상의 학술 작품에 대한 계량 서지학 분석을 할 때 사용해야 합니다. 문헌 검색, 연구 결과 분석, 인용 분석 및 학술 데이터베이스 질의에 사용하세요.

치료 표적 식별을 위해 표적-질병 연관성, 약물 표적 발견, 다루기 쉬움/안전성 데이터, 유전학/오믹스 증거, 알려진 약물에 대해 Open Targets Platform을 질의하세요.

전체 슬라이드 이미지(WSI)와 다중 매개변수 영상 데이터를 분석하기 위한 컴퓨터 병리학 툴킷입니다. 조직 병리학 슬라이드, H&E 염색 이미지, 다중 표면 형광(CODEX, Vectra), 공간 단백체학, 핵 검출/분할, 조직 그래프 구성 또는 병리학 데이터에 ML 모델을 훈련시킬 때 이 기술을 사용하세요. 디지털 병리학 워크플로우를 위해 Aperio SVS, NDPI, DICOM, OME-TIFF를 포함한 160개 이상의 슬라이드 형식을 지원합니다.

3D 단백질/핵산 구조를 위해 RCSB PDB에 액세스하세요. 텍스트/서열/구조로 검색하고, 좌표(PDB/mmCIF)를 다운로드하고, 구조 생물학과 약물 발견을 위해 메타데이터를 검색하세요.

LiteLLM과 OpenRouter를 통해 Perplexity 모델을 사용하여 실시간 정보를 활용한 AI 기반 웹 검색을 수행합니다. 이 기능은 최신 정보의 웹 검색, 최근 과학 문헌 찾기, 출처 인용이 있는 기반 답변 가져오기, 또는 모델의 지식 cutoff를 넘어서는 정보에 접근할 때 사용해야 합니다. 단일 OpenRouter API 키를 통해 Sonar Pro, Sonar Pro Search(고급 에이전트 검색), Sonar Reasoning Pro를 포함한 여러 Perplexity 모델에 접근할 수 있습니다.

PICT(Pairwise Independent Combinatorial Testing)을 사용하여 임의의 요구사항이나 코드에 대한 종합적인 테스트 케이스를 설계합니다. 입력을 분석하고 짝별 테스팅을 사용하여 유효한 시나리오에 대한 매개변수, 값 및 제약 조건으로 PICT 모델을 생성합니다. PICT 모델, 테스트 케이스의 마크다운 테이블 및 예상 결과를 출력합니다.

Python용 상호작용형 과학 및 통계 데이터 시각화 라이브러리입니다. 산점도, 선 그래프, 막대 그래프, 히트맵, 3D 플롯, 지리적 지도, 통계 분포, 금융 차트 및 대시보드 등을 포함한 차트, 플롯 또는 시각화를 만들 때 사용합니다. 빠른 시각화(Plotly Express)와 세밀한 맞춤화(그래프 개체) 모두 지원합니다. 상호작용형 HTML 또는 정적 이미지(PNG, PDF, SVG)를 출력합니다.

고속 DataFrame 라이브러리 (Apache Arrow). 고성능 데이터 분석 워크플로우용으로 선택, 필터, group_by, 조인, 지연 평가, CSV/Parquet 입출력, 표현식 API를 제공합니다.

OKR 캐스케이드 생성, 시장 분석, 비전 설정 및 팀 확장을 포함한 제품 책임자의 전략적 제품 리더십 툴킷. 전략 계획, 목표 정렬, 경쟁 분석 및 조직 디자인에 사용합니다.

소프트웨어 프로젝트용 종합 프로젝트 계획 및 문서 생성기. 구조화된 요구 사항 문서, 시스템 설계 문서, 구현 추적이 포함된 작업 분해 계획을 생성합니다. 새 프로젝트를 시작하거나 사양을 정의하거나 기술 설계를 생성하거나 복잡한 시스템을 구현 가능한 작업으로 분해할 때 사용하세요. 사용자 스토리 형식, 수락 기준, 컴포넌트 설계, API 사양, 요구 사항 추적 가능한 계층적 작업 분해를 지원합니다.

Agent용 명령, 훅, 기술을 작성하거나 하위 Agent의 프롬프트 또는 기타 모든 LLM 상호작용(프롬프트 최적화, LLM 출력 개선, 제품용 프롬프트 템플릿 설계 포함)시 이 기술을 사용하세요.

[ko] Query PubChem via PUG-REST API/PubChemPy (110M+ compounds). Search by name/CID/SMILES, retrieve properties, similarity/substructure searches, bioactivity, for cheminformatics.

PubMed에 대한 직접 REST API 접근. 고급 Boolean/MeSH 쿼리, E-utilities API, 배치 처리, 인용 관리. Python 워크플로우의 경우 biopython (Bio.Entrez)를 선호하세요. 직접 HTTP/REST 작업이나 맞춤 API 구현에 이를 사용하세요.

재료 과학 툴킷. 결정 구조 (CIF, POSCAR), 상도, 밴드 구조, DOS, Materials Project 통합, 형식 변환, 계산 재료 과학용입니다.

PyMC를 사용한 베이지안 모델링. 확률적 프로그래밍과 추론을 위해 계층 모델, MCMC(NUTS), 변분 추론, LOO/WAIC 비교, 사후 검사를 구축합니다.

다목적 최적화 프레임워크. NSGA-II, NSGA-III, MOEA/D, 파레토 프론트, 제약 조건 처리, 벤치마크(ZDT, DTLZ)로 엔지니어링 설계 및 최적화 문제에 사용됨.

유전체 파일 툴킷. NGS 데이터 처리 파이프라인용 SAM/BAM/CRAM 정렬 파일, VCF/BCF 변이 파일, FASTA/FASTQ 서열을 읽고 쓸 수 있으며, 영역 추출 및 커버리지 계산 기능을 제공합니다.

치료학 데이터 커먼즈. 치료 ML 및 약리학 예측을 위한 AI 사용 가능한 약물 발견 데이터셋(ADME, 독성, DTI), 벤치마크, 스캐폴드 분할, 분자 오라클.

양자 회로를 구축, 최적화, 실행하기 위한 종합 양자 컴퓨팅 툴킷. 다음과 같은 경우 사용하세요: (1) 게이트와 측정을 사용한 양자 회로 구축, (2) 양자 알고리즘(VQE, QAOA, Grover) 실행, (3) 하드웨어용 회로 변환/최적화, (4) IBM Quantum이나 다른 제공자에서 실행, (5) 양자 화학 및 재료 과학, (6) 양자 머신 러닝, (7) 회로 및 결과 시각화, 또는 (8) 모든 양자 컴퓨팅 개발 작업.

미세 분자 제어를 위한 케미인포매틱스 툴킷입니다. SMILES/SDF 구문 분석, 기술자(MW, LogP, TPSA), 핑거프린트, 하위구조 검색, 2D/3D 생성, 유사성, 반응 등을 지원합니다. 더 간단한 인터페이스로 표준 워크플로우를 사용하려면 datamol(RDKit을 래핑한 툴)을 사용하세요. 고급 제어, 맞춤형 세척, 특화된 알고리즘은 rdkit을 사용하세요.

시스템 생물학 연구용으로 pathway 분석, enrichment, gene-pathway 매핑, disease pathway, 분자 상호작용, 발현 분석을 위해 Reactome REST API를 쿼리하세요.

PDF 생성 툴킷. 전문 문서 자동화를 위한 인보이스, 보고서, 인증서, 양식, 차트, 테이블, 바코드, QR 코드, Canvas/Platypus API를 생성합니다.

단세포 RNA-seq 분석. .h5ad/10X 데이터 로드, QC, 정규화, PCA/UMAP/t-SNE, Leiden 클러스터링, 마커 유전자, 세포 유형 주석, 궤적 등 scRNA-seq 분석을 위한 기능입니다.

통계적 시각화. 탐색적 분석과 발표용 그림을 위한 산점도, 상자 그림, 바이올린 그림, 히트맵, 페어 플롯, 회귀, 상관 행렬, KDE, 패싯 플롯.