pyopenms
关于
Python interface to OpenMS for mass spectrometry data analysis. Use for LC-MS/MS proteomics and metabolomics workflows including file handling (mzML, mzXML, mzTab, FASTA, pepXML, protXML, mzIdentML), signal processing, feature detection, peptide identification, and quantitative analysis. Apply when working with mass spectrometry data, analyzing proteomics experiments, or processing metabolomics datasets.
快速安装
/plugin add https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/pyopenms在 Claude Code 中复制并粘贴此命令以安装该技能
GitHub 仓库
相关推荐技能
sglang
元SGLang是一个专为LLM设计的高性能推理框架，特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术，在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时，能实现极速生成。如果你正在构建智能体或多轮对话系统，并追求远超vLLM的推理性能，SGLang是理想选择。
llamaindex
元LlamaIndex是一个专门构建RAG应用的开发框架，提供300多种数据连接器用于文档摄取、索引和查询。它具备向量索引、查询引擎和智能代理等核心功能，支持构建文档问答、知识检索和聊天机器人等数据密集型应用。开发者可用它快速搭建连接私有数据与LLM的RAG管道。
generating-unit-tests
元该Skill能自动为源代码生成全面的单元测试，支持Jest、pytest、JUnit等多种测试框架。当开发者请求"生成测试"、"创建单元测试"或使用"gut"快捷指令时即可触发。它能智能识别合适框架或按指定框架生成测试用例，显著提升测试效率。
business-rule-documentation
元该Skill为开发者提供标准化的业务规则和领域知识文档模板，遵循领域驱动设计原则。它能系统化地捕获业务规则、流程、决策树和术语表，确保业务需求与技术实现的一致性。适用于创建领域模型、业务规则库、流程映射，以及改善业务与技术团队之间的沟通。