Claude Skills
首页使用教程💎 免费精选
💻 开发工具⚙️ 后端开发🎨 前端开发🚀 DevOps⛓️ Web3与区块链🎭 创意设计📄 文档处理📊 数据与AI💼 业务应用🤖 自动化🔒 安全
💎 定价
⌘K
🏠 首页📖 使用教程💎 免费精选💳 定价
💻 开发工具⚙️ 后端开发🎨 前端开发🚀 DevOps⛓️ Web3与区块链🎭 创意设计📄 文档处理📊 数据与AI💼 业务应用🤖 自动化🔒 安全
CS
Claude Skills Free

精选 1500+ Claude AI 技能展示平台。发现、学习并提升您的工作效率。

技能分类

开发工具前端开发后端开发数据与AI文档处理DevOps全部分类

资源

GitHub文档API 参考Claude AI

关于

关于我们联系方式常见问题

法律信息

隐私政策服务条款

© 2025 Claude Skills Free. 保留所有权利。

用❤为 Claude 社区倾心打造

  1. 首页
  2. 开发工具
  3. 辛皮
💻
免费使用
💻Development
✓ 已验证

辛皮

基于流程的Python离散事件模拟框架。在构建具有流程、队列、资源和基于时间的事件的系统(如制造系统、服务运营、网络流量、物流或任何实体随时间与共享资源交互的系统)的模拟时,请使用此技能。

K-Dense-AI

核心亮点

开箱即用

无需复杂配置,快速集成到您的工作流

社区验证

来自活跃的开源社区,持续更新维护

完全免费

MIT/Apache 许可,商用个人均可使用

灵活扩展

可根据需求自定义和扩展功能

如何使用

1获取 Skill 文件

从源仓库下载或复制 skill 文件到您的项目中。

2安装到 Claude

将 skill 文件放置到 Claude 的 skills 目录中(通常是 ~/.claude/skills/)。

3开始使用

重启 Claude 或运行重载命令,skill 将自动加载并可供使用。

提示: 首次使用前请仔细阅读 skill 的文档和代码,确保理解其功能和权限要求。

相关标签

#documentation#python#testing

技术信息

作者
K-Dense-AI
分类
Development
文件大小
11.82 KB
来源仓库
K-Dense-AI__claude-scientific-skills
元数据
包含 YAML 元数据
许可证
MIT

所有 Skills 来自开源社区,保留原作者版权

K-Dense-AI__claude-scientific-skills/scientific-skills/simpy/Skill.md

为什么选择这个技能

经过验证的优势和可衡量的影响

5x

更快的上下文切换

即时创建工作区环境,消除分支切换开销

90%

减少合并冲突

通过为每个功能在隔离环境中工作,以最大程度地减少集成问题。

2x

提升开发者效率

在不影响主干开发流程的同时,启用并行的工作流。

使用场景

适用于以下场景

🌿

功能分支开发

在不进行上下文切换的情况下,同时在独立的环境中处理多个功能

🔧

缺陷修复隔离

快速创建一个干净的工作区,用以复现和修复错误,且不影响主分支

📦

发布准备

为候选发布版本维护独立的工作树,同时在主分支上继续开发

🧪

实验沙箱

在提交到主分支之前,使用独立的工作树安全地测试有风险的更改。

相关技能推荐

查看所有技能
基于标签和分类的推荐

艾达普提夫

用于自动化蛋白质测试和验证的云实验室平台。当设计蛋白质并需要实验验证(包括结合测定、表达测试、热稳定性测量、酶活性测定或蛋白质序列优化)时使用。也用于通过API提交实验、跟踪实验状态、下载结果、使用计算工具(NetSolP、SoluProt、SolubleMPNN、ESM)优化蛋白质序列以获得更好的表达,或通过湿实验室验证管理蛋白质设计工作流程。

authenticationdocumentationpython+1
225k
Development

智能体

免费

按照公开的agents.md规范生成并维护AGENTS.md文件。在为AI代理工作流创建文档、编写入职指南或在项目间标准化代理交互模式时使用。

backendcssdocker+11
481k
Frontend

Anthropic专家

Anthropic Claude API、模型、提示词工程、函数调用、视觉和最佳实践方面的专家。在anthropic、claude、api、prompt、function calling、vision、messages api、embeddings这些关键词上触发。

apidocumentationjavascript+3
172k
Backend

伊恩

该技能适用于时间序列机器学习任务,包括分类、回归、聚类、预测、异常检测、分割和相似性搜索。当处理时间数据、序列模式或需要标准机器学习方法之外的专用算法的时间索引观测值时使用。特别适合具有scikit-learn兼容API的单变量和多变量时间序列分析。

ai-mldocumentationgit+1
170k
Development
查看所有技能