ulw-research
编排团队式、多轴向、带红队质询的极限饱和式研究流程并整合结论。
▸ 推荐理由适合要求广度与深度并重、需自我质疑验证的复杂研究任务。
▸ 风险提示会触发大量外部检索与长时间计算，可能产生高流量或费用。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 417 个
ulw-research
高覆盖的研究编排器：并行探索代码库、网络与 OSS，带运行验证与引用合成报告。
▸ 推荐理由适合需要深度证据链与多来源交叉验证的研究任务与技术尽调。
▸ 风险提示会运行代码并抓取外部资源，存在安全与数据泄露风险，需隔离执行环境。
security-research
并行化的漏洞审计与可利用性证明，产出 PoC 与严重度评估
▸ 推荐理由能区分真实可利用漏洞，适合发布前安全评估
▸ 风险提示可能生成可利用 PoC，具潜在滥用风险且需合规授权
dcf-valuation
基于折现现金流法生成公司估值与可复用的 Markdown 报告。
▸ 推荐理由提供成文化的估值流程，便于快速产出一致的估值报告。
▸ 风险提示可能需要调用或依赖外部金融数据源以获得准确输入
agent-memory-systems
讲解代理记忆架构：短期上下文、长期向量存储与认知组织模式。
▸ 推荐理由适合设计可扩展的记忆与检索策略的研究与方案评估。
advanced-evaluation
构建并实现面向 LLM 输出的评估体系、判定器与偏差缓解方法与流程。
▸ 推荐理由把学术与业界评估实践落地为可生产化的评估管道和准则，适合模型开发评测团队。
active-directory-attacks
提供针对 Active Directory 的全面渗透测试技术与流程指南。
▸ 推荐理由适合红队或授权安全评估，覆盖侦察到域控攻破流程。
▸ 风险提示仅限授权安全测试；含凭证与攻击技术，滥用可能违法。
ab-testing
用于规划、设计或实现 A/B 测试与增长实验的助手。
▸ 推荐理由作为实验规划的快速顾问，适合产品/增长团队。
ab-test-setup
结构化引导 A/B 测试设计、统计与执行准备流程。
▸ 推荐理由保障实验严谨性、减少常见设计与统计错误。
20-andruia-niche-intelligence
注入行业特定情报、法规与设计惯例，提升项目领域适配度。
▸ 推荐理由适合需深耕垂直领域的产品与合规团队。
brainstorm
交互式收集需求并生成结构化的设计或访谈草案(interview.md)。
▸ 推荐理由把模糊想法转为可执行的计划输入
session-deep-dive
对高价值会话进行深度质性分析，派生子代理合成模式与建议。
▸ 推荐理由适合挖掘用户痛点与行为模式，提升产品决策与技能改进。
▸ 风险提示依赖外部 ccrider MCP 并会读取会话内容，存在隐私与外部依赖风险。
autoresearch
对编程任务进行自主迭代实验：修改代码、运行测试并衡量效果。
▸ 推荐理由适合需要自动化试验与超参/改动搜索的开发者。
▸ 风险提示会在本地或远端执行代码，需注意权限与环境隔离。
arize-prompt-optimization
基于生产追踪与评估数据，用数据驱动流程优化 LLM 提示词。
▸ 推荐理由把真实信号和评估闭环用于系统化提示优化，适合模型工程师。
▸ 风险提示需访问生产追踪数据与 ARIZE 凭证，涉及敏感数据。
agentic-eval
提供评估与自我改进的模式与范式，提升 agent 输出质量。
▸ 推荐理由适合构建评价→优化流水线，提高生成结果可靠性。
deep-research
把调研目标拆成并行子任务并用 Claude Code 自动采集、聚合与精修成品报告。
▸ 推荐理由适合需要系统化并行抓取与大规模证据整合的深度调研场景。
▸ 风险提示可能会调用外部网络与抓取工具，需注意隐私与授权。
genomic-coordinates
在不同坐标约定和文件格式间转换、标准化并比较基因组区间与变体表示。
▸ 推荐理由防止因组装或命名不匹配破坏下游分析，适合生物信息流水线。
▸ 风险提示处理基因组数据涉及敏感遗传信息，使用时需合规与脱敏。
fluidsim
面向 CFD 的 Python 框架，提供 Navier–Stokes 等方程的高性能求解器。
▸ 推荐理由适合科研与教学级模拟，但依赖高性能计算与编译库。
▸ 风险提示计算资源与本地编译依赖高，运行可能占用大量算力。
experimental-design
在数据收集前提供试验设计、随机化和区组安排的建议与流程。
▸ 推荐理由预防性设计建议能显著提升研究可解释性与统计效能。
exa-search
基于 Exa 的语义化网页搜索与 URL 内容抽取工具。
▸ 推荐理由擅长高质量、语义检索，适合科研与技术情境的实时搜集信息。
▸ 风险提示依赖 Exa 第三方服务与网络/API Key 访问。
etetoolkit
用于系统发育树的构建、操作、演化事件分析与可视化。
▸ 推荐理由面向系统发育研究者，集成树操作与图形输出。
▸ 风险提示可能需访问外部生物数据库（如NCBI）并安装本地生物信息学依赖。
esm
使用 ESM 系列模型进行蛋白序列嵌入、生成与结构预测工作流。
▸ 推荐理由适合蛋白设计与分析，兼容 Forge/Biohub 推理与 ESMFold 流程。
▸ 风险提示可能需访问托管服务或大量计算资源/模型权重
diffdock
用扩散模型预测小分子与蛋白的结合构象（分子对接）。
▸ 推荐理由支持批量对接与姿势置信度评估，适合结构基础筛选工作流。
▸ 风险提示需下载模型与大量计算资源（GPU），依赖较重
depmap
查询 DepMap 中癌细胞系的基因依赖、基因效应与药敏数据。
▸ 推荐理由便于筛选癌症特异性易感基因和验证药物靶点假设。
deeptools
处理与可视化高通量测序数据，生成QC、热图和归一化结果。
▸ 推荐理由对 ChIP-seq/RNA-seq/ATAC 常见分析流程与图表生成非常实用。
deepchem
用 DeepChem 进行分子属性预测与药物/材料建模。
▸ 推荐理由提供丰富的分子表征与预训练模型，适合快速实验与对比基准。
datamol
对 RDKit 的轻量封装，提供分子标准化、指纹、聚类与三维构象等功能。
▸ 推荐理由为小分子药物发现提供简洁易用的工具链，降低 RDKit 使用门槛。
▸ 风险提示依赖 RDKit 的本地 C++ 组件与科学计算库，安装部署较复杂。
cobrapy
基于 COBRA 的代谢网络约束建模与通量分析工具集合。
▸ 推荐理由为系统生物学提供常用的 FBA/FVA 与基因敲除分析能力，便于建模实验复现。
▸ 风险提示需安装 Python 和大量生物信息学依赖及模型文件，环境配置复杂。
citation-management
在学术研究中检索论文、校验元数据并生成规范的 BibTeX 引用。
▸ 推荐理由适合需批量查找与标准化引用的研究写作场景，提升引用准确性与可复现性。
▸ 风险提示可能涉及爬取 Google Scholar 或外部 API 访问，存在合规与被封风险。
bgpt-paper-search
通过 BGPT MCP 服务器检索并结构化抽取论文中的实验方法与结果数据。
▸ 推荐理由适合系统综述与证据合成，可快速获得结构化实验信息。
▸ 风险提示查询会发送到远程 BGPT 服务，存在外部数据传输风险。
astropy
提供天文数据处理与计算（坐标、FITS、时间、宇宙学等）的 Python 库。
▸ 推荐理由天文学家与数据工程师的基础工具库，接口完备且生态广泛。
legal-counsel
提供关于GDPR、AI法案及隐私与合同的结构化法律参考。
▸ 推荐理由便于快速校验合规点与准备合规文档，但非法律建议。
▸ 风险提示不是法律意见，法规会变更需咨询律师。
story-long-scan
分析起点、番茄等平台排行榜，提炼热门题材与市场信号。
▸ 推荐理由快速把握多平台题材趋势，辅助选题与运营决策。
▸ 风险提示可能需抓取第三方榜单或调用平台 API，存在合规与速率限制风险。
story-long-analyze
深度拆解长篇小说的黄金三章、人设、爽点与节奏控制。
▸ 推荐理由系统还原爆款结构，适合想模仿与学习作品构造的作者。
▸ 风险提示可能分析受版权保护的作品，使用时需注意版权合规。
researchers-primary-source
检索当事人推文、博客与论坛等第一手言论并提取引用。
▸ 推荐理由适合需直接引用与言论分析的项目
▸ 风险提示社媒与论坛信息易伪造或断章取义，需严格验证
researchers-legal
检索起诉书、认罪协议与判决记录，整理法律相关证据。
▸ 推荐理由适合司法案件或法律叙事需要精确引用的场景
▸ 风险提示法律文件含敏感信息与法律责任，须法律专家复核
researchers-journalism
检索调查文章、访谈与新闻覆盖，提供交叉验证证据。
▸ 推荐理由适合需要多来源核实与背景补充的新闻型研究
▸ 风险提示涉及名誉与敏感报道时需谨慎核实与法律顾问
researchers-historical
检索档案与当时记述，重建时间线并提供原始出处。
▸ 推荐理由适合需要原始史料与事件脉络的作品或研究
▸ 风险提示历史资料可能有偏见或来源不全，需人工考证
researchers-gov
检索DOJ/FBI/SEC等政府公告与官方纪录，提供来源与摘要。
▸ 推荐理由适合需官方证据或政策背景的研究场景
▸ 风险提示政府记录可能受限制或敏感，需核实来源与合规
researchers-financial
研究SEC文件、财报与市场数据，提供完整引用。
▸ 推荐理由适合需严谨财务证据的纪录或调查项目
▸ 风险提示涉及敏感财务信息与潜在诋毁风险，需人工核验与合规审查
第 1 / 11 页下一页 →