设计与实施企业培训方案
撰写有效的无责事后分析报告
由 wshobson
撰写有效的事后分析报告能帮助团队从事件中学习并防止再次发生。本技能提供模板、框架和指导，帮助开展无责事后分析，推动组织学习。
撰写高转化率营销文案
由 coreyhaines31
无法转化的营销文案会让企业损失数百万美元的收入。本技能提供经过验证的框架，帮助您撰写清晰、引人注目的文案，在任何页面类型上推动用户行动。
生成土耳其官方信函和请愿书
由 cesareth
为土耳其政府机构、税务部门和企业实体创建格式规范的正式信函。使用符合土耳其行政写作标准的文化适配模板，节省您的时间。
为书籍生成章节大纲
由 AbdulSamad94
作者经常在为书籍创建平衡、完整的章节结构时感到困难。本技能将引导您构建包含学习目标、章节、小节和字数预估的详细大纲。
部署生产级机器学习模型
由 alirezarezvani
构建机器学习管道需要模型部署、监控和MLOps实践方面的专业知识。本技能提供生产级工具，用于部署机器学习模型、集成LLM，以及构建具有企业级可靠性的可扩展RAG系统。
精通提示工程技术以获得更好的AI结果
由 wshobson
大型语言模型在提示词编写不当时会产生不一致的结果。本技能提供了经过实战检验的模式和模板，包括思维链推理、少样本学习和系统性提示词优化，以提高输出质量。
应用提示工程模式
由 sickn33
使用经过验证的提示工程技巧改进LLM输出。本技能提供思维链推理、少样本学习和模板系统等模式，使AI交互更加可靠和可控。
使用 Hugging Face Transformers 部署 AI 模型
由 K-Dense-AI
告别复杂的机器学习模型设置难题。本技能让您通过简单命令即可即时访问数千个用于文本、图像和音频任务的预训练变换模型。
使用 Qiskit 构建量子电路
由 K-Dense-AI
量子计算能够解决经典计算机难以处理的复杂优化、化学和机器学习问题。Qiskit 提供了构建量子电路、优化电路以适应 IBM 硬件并在真实量子处理器或模拟器上执行的工具。
使用 PyTDC 访问药物发现数据集
由 K-Dense-AI
药物发现研究人员需要标准化的数据集来训练机器学习模型。PyTDC 提供精心整理的 ADME、毒性和药物-靶标相互作用数据集，包含适当的训练-测试划分和评估预言器。
使用机器学习分析病理切片
由 K-Dense-AI
PathML 通过提供统一的工具来加载各种切片格式、预处理图像和训练 ML 模型，简化了计算病理学工作流程。研究人员可以在单一框架中分析全切片图像、构建组织图谱并量化多重免疫荧光数据。
将分子转换为机器学习特征
由 K-Dense-AI
分子机器学习需要将化学结构转换为数值表示。Molfeat 提供 100+ 种特征化器，将 SMILES 字符串转换为适用于 QSAR 建模和药物发现的机器学习特征。
使用机器学习分析基因组区间
由 K-Dense-AI
Geniml 将 BED 文件转换为机器学习嵌入，用于基因组区域分析。训练模型以发现染色质可及性模式，构建共识峰集，以及分析单细胞 ATAC-seq 数据。
应用图神经网络进行药物发现研究
由 davila7
使用 TorchDrug 机器学习库预测分子性质、生成新化合物并分析蛋白质。在分子、蛋白质和生物医学知识图谱上训练图神经网络,用于药物发现和计算化学任务。
访问用于AI的药物发现数据集
由 davila7
处理药物发现数据集需要导航分散的来源和不一致的格式。PyTDC提供50多个经过策划的治疗机器学习数据集，具有标准化的API、有意义的划分和基准评估协议。