pysam

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。

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。

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。

使用Google Gemini API处理并生成多媒体内容。功能包括分析音频文件（带时间戳的转录、总结、语音理解、时长最长为9.5小时的音乐/声音分析）、理解图像（字幕、物体检测、OCR、视觉问答、分割）、处理视频（场景检测、问答、时序分析、YouTube URL、时长最长为6小时）、从文档提取内容（PDF表格、表单、图表、图表、多页）、生成图像（文本转图像、编辑、合成、优化）。在处理音频/视频文件、分析图像或截图、处理PDF文档、从媒体提取结构化数据、根据文本提示创建图像或实现多模态AI功能时使用。支持上下文窗口最高为2M个标记的多种模型（Gemini 2.5/2.0）。