科研智能体技能包

领先的深度学习框架，提供张量与动态计算图支持及强大的 GPU 加速，广泛用于神经网络研究与可微编程。

这是一个示例技能模板。请替换描述以定义实际技能的关键词和触发条件，该描述决定技能何时根据对话上下文自动加载。

专注于深度研究与生产工程的高级 PyTorch 技能，涵盖自定义 Autograd、模块钩子、DDP 及性能分析。

DoWhy 提供识别-估计-反驳循环，通过定义因果图、应用工具变量等标准及自动化验证测试，帮助区分因果关系与相关性。

基于COIN-OR项目的高层Python优化建模框架，支持LP、MILP及NLP求解，集成IPOPT、Gurobi等主流求解器。

Python的即时编译器，将代码转化为高速机器码。适用于加速循环、数值算法及GPU并行计算，提升高性能计算效率。

基于 QuTiP 的量子动力学模拟框架，支持开放量子系统、主方程求解及量子态操作。

简化 Python 中的地理空间数据处理，扩展 pandas 以支持几何类型的空间操作、格式读写及坐标转换。

提供 NumPy 全面指南，涵盖数组操作、线性代数及高性能数值计算，是科学 Python 开发的基础。

MNE 是一款开源 Python 包，用于探索、可视化和分析人类神经生理数据，支持 EEG、MEG、sEEG 和 ECoG 等模态。

基于进程的离散事件仿真框架，适用于排队系统、供应链及网络建模。支持资源分配与虚拟时间管理。

基于 PyTorch Geometric (PyG) 的图神经网络插件，提供消息传递框架及标准卷积层，用于处理社交网络、分子结构等图数据的学习与分类任务。

专注于 Dask 分布式系统性能、内存管理及任务图优化的进阶技能，涵盖集群调优、高效序列化及数据倾斜缓解。

专注于内存优化、执行速度及大规模数据集处理的高级技能，涵盖底层数据类型、高效索引及复杂逻辑向量化。

基于 Meta Ax 的贝叶斯优化与科学实验设计工具，通过闭环流程自动决定下一步试验，高效寻找最优参数并处理多目标约束。

用于实时图像处理、视频分析、目标检测及人脸识别的开源计算机视觉库，支持边缘检测、特征提取等任务。

基于 ProDy 库进行蛋白质结构、演化及动力学分析，支持 NMA、PCA 及共演化计算，适用于预测蛋白柔性、识别铰链区及结合位点。

提供高级统计建模与假设检验功能，支持线性回归、时间序列分析等，是 SciPy stats 模块的有力补充。

PennyLane 是跨平台可微分量子计算库，集成 PyTorch、TensorFlow 和 JAX，支持量子神经网络及混合经典-量子算法。

深入 NumPy 内部机制，涵盖内存管理、步长操作、结构化数组及 C/Cython 接口，解析零拷贝与 SIMD 向量化原理。

用于读取、操作和写入 SAM/BAM/CRAM 及 VCF/BCF 格式的 Python 模块，基于 htslib 封装。

为 PyTorch、TensorFlow 和 JAX 提供前沿机器学习能力，包含数千个预训练模型，支持文本、视觉及音频等多模态任务。

基于 plotly.js 的 Python 交互式绘图库，适用于 Web 可视化、3D 图表及复杂仪表盘开发。

提供 SymPy Python 库的全面指南，支持符号表达式、微积分、方程求解及线性代数等计算机代数操作。

Astropy 协作包，用于检测天文源并执行测光。提供背景估计、源检测（DAOFIND/IRAF）、孔径测光及 PSF 拟合工具。

开源化学信息学与机器学习工具包，用于药物发现、分子操作及化学性质计算。支持 SMILES、指纹生成、子结构搜索及 QSAR 分析。

集成 sktime 和 tsfresh，构建生产级流水线，将原始时间序列转换为适用于经典机器学习模型的表格化特征表示。

scikit-learn专业子技能，涵盖稳健的Pipeline架构、自定义估计器开发、高级特征工程及严格模型验证。支持目标编码、嵌套交叉验证和生产环境部署。

Qiskit高级子技能，专注在物理量子处理单元（QPUs）上执行电路。涵盖IBM Quantum Runtime、误差缓解技术、硬件感知转译及OpenPulse底层脉冲控制。

开源太阳物理软件包，提供数据检索、坐标转换及图像处理工具，支持多仪器太阳数据分析。

IBM量子计算框架Qiskit的综合指南，涵盖量子电路设计、算法（VQE/QAOA等）、模拟及机器学习。

结合 FastAPI 和 Streamlit，用于快速构建高性能 Web API 和交互式数据仪表盘，实现科学模型的便捷部署与可视化。

基于 AnnData 的可扩展工具包，用于分析单细胞基因表达数据，支持聚类、轨迹推断及可视化。

专注 PyTorch 模型生产化与部署的高级子技能，涵盖 TorchScript、ONNX 导出、LibTorch C++ API 及推理优化技术。

TensorFlow 是用于构建、训练和部署神经网络的全面深度学习框架，支持图像分类、NLP、生成模型及 GPU/TPU 加速计算。

基于 NumPy、SciPy 和 Cython 的 Python 图像算法库，专注于科学图像分析，涵盖分割、几何变换、色彩空间操作及滤波等功能。

基于 chempy 库的化学计算工具，支持反应平衡、动力学建模、离子强度及 pH 值计算。

基于 spaCy 和 NLTK 的自然语言处理工具，支持文本分析、实体识别、情感分析及自定义模型训练。

scikit-bio 提供用于序列、比对、系统发育和多样性分析的数据结构与算法，适用于微生物组研究及生态数据科学。

高性能嵌入式分析型 SQL 数据库，支持直接查询 CSV/Parquet 文件及 Pandas/Polars 数据，适用于 OLAP 场景与机器学习特征工程。