について
このスキルは、UniProtデータベースのREST APIを介してタンパク質配列と機能アノテーションを取得する直接アクセスを提供します。アクセッション番号による配列検索、ドメイン境界の特定、相同配列・変異体の探索、PDB構造の相互参照に設計されています。アノテーション作業には本スキルを、構造解析には別途`pdb`スキルを、配列設計には`proteinmpnn`スキルをご利用ください。
クイックインストール
Claude Code
推奨npx skills add NeverSight/skills_feed -a claude-code/plugin add https://github.com/NeverSight/skills_feedgit clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/uniprotこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
GitHub リポジトリ
よくある質問
uniprot Skillとは何ですか?
uniprot はNeverSight が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで uniprot に関連するタスクを実行できるようにします。
uniprot をインストールするには?
このページのインストールコマンドを使用してください。uniprot をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。
uniprot はどのカテゴリに属しますか?
uniprot は その他 カテゴリに属します。
uniprot は無料で利用できますか?
はい。uniprot は AIMCP に掲載されており、無料でインストールできます。
関連スキル
このClaudeスキルは、デザイン制約とアクセシビリティ準拠を強制適用したプロフェッショナルなPowerPointプレゼンテーションを生成します。取締役会向け資料、報告書、データ可視化など、企業レベルの品質が求められるスライドデッキの作成に最適です。本スキルは、エビデンスに基づくプロンプティングを用いて、構造化されたPPTXファイルと発表者ノート、アクセシビリティ報告書を生成します。
プロンプトアーキテクトは、開発者がエビデンスに基づく手法を用いてプロンプトを体系的に分析・改良・最適化するためのフレームワークです。AIの応答品質と一貫性を向上させるため、アンチパターンを特定し、A/Bテストを通じて変更を検証します。パフォーマンスの低いプロンプトをリファクタリングする必要がある場合や、新規に効果的なプロンプトを一から設計する際にご活用ください。
このスキルは、完全なYAMLフロントマター、段階的な開示ドキュメント、整理されたディレクトリ構成を備えた、適切に構造化されたClaude Codeスキルを生成します。新しいスキルがベストプラクティスと仕様要件に従うことを保証し、SKILL.md、README.md、プロセス図を含むすべての必要なファイルを作成します。開発者は再利用可能なスキルを作成する際にこれを使用し、Claudeのスキルフレームワークとの一貫性と準拠を維持すべきです。
このスキルは、パターン認識と戦略最適化のためにReasoningBankを活用した適応型エージェント学習を実現します。反復タスクの最適化や戦略の改善を通じて、継続的学習によるエージェントパフォーマンス向上を目的として設計されています。主な成果物には、トレーニング済みモデル、パターンライブラリ、およびパフォーマンスベンチマークを伴う最適化推奨事項が含まれます。
