Claude Skills by artubss

Modelagem Bayesiana com PyMC. Construa modelos hierárquicos, MCMC (NUTS), inferência variacional, comparação LOO/WAIC, verificações posteriores, para programação probabilística e inferência.

Framework de otimização multi-objetivo. NSGA-II, NSGA-III, MOEA/D, frentes de Pareto, tratamento de restrições, benchmarks (ZDT, DTLZ), para problemas de design e otimização em engenharia.

Interface Python para OpenMS para análise de dados de espectrometria de massa. Use para workflows de proteômica e metabolômica LC-MS/MS, incluindo manipulação de arquivos (mzML, mzXML, mzTab, FASTA, pepXML, protXML, mzIdentML), processamento de sinais, detecção de features, identificação de peptídeos e análise quantitativa. Aplique ao trabalhar com dados de espectrometria de massa, analisar experimentos de proteômica ou processar datasets de metabolômica.

Kit de ferramentas para arquivos genômicos. Leia/escreva alinhamentos SAM/BAM/CRAM, variantes VCF/BCF, sequências FASTA/FASTQ, extraia regiões, calcule cobertura, para pipelines de processamento de dados NGS.

Therapeutics Data Commons. Conjuntos de dados prontos para IA em descoberta de drogas (ADME, toxicidade, DTI), benchmarks, divisões de scaffold, oráculos moleculares, para ML terapêutico e predição farmacológica.

Framework de deep learning (PyTorch Lightning). Organize código PyTorch em LightningModules, configure Trainers para multi-GPU/TPU, implemente data pipelines, callbacks, logging (W&B, TensorBoard), distributed training (DDP, FSDP, DeepSpeed), para treinamento escalável de redes neurais.

Kit de ferramentas abrangente de computação quântica para construir, otimizar e executar circuitos quânticos. Use quando trabalhar com algoritmos quânticos, simulações ou hardware quântico, incluindo (1) Construção de circuitos quânticos com portas e medições, (2) Execução de algoritmos quânticos (VQE, QAOA, Grover), (3) Transpilar/otimizar circuitos para hardware, (4) Executar em IBM Quantum ou outros provedores, (5) Química quântica e ciência dos materiais, (6) Aprendizado de máquina quânti...

Simulações e análise de mecânica quântica usando QuTiP (Quantum Toolbox in Python). Use quando trabalhar com sistemas quânticos incluindo: (1) estados quânticos (kets, bras, matrizes densidade), (2) operadores e gates quânticos, (3) evolução temporal e dinâmica (Schrödinger, equações mestras, Monte Carlo), (4) sistemas quânticos abertos com dissipação, (5) medições quânticas e emaranhamento, (6) visualização (esfera de Bloch, funções de Wigner), (7) estados estacionários e funções de correlaç...

Kit de ferramentas de quiminformática para controle molecular refinado. Análise de SMILES/SDF, descritores (MW, LogP, TPSA), fingerprints, busca de subestruturas, geração 2D/3D, similaridade, reações. Para fluxos de trabalho padrão com interface mais simples, use datamol (wrapper do RDKit). Use rdkit para controle avançado, sanitização customizada, algoritmos especializados.

Consultar REST API do Reactome para análise de vias, enriquecimento, mapeamento gene-via, vias de doença, interações moleculares, análise de expressão, para estudos de biologia de sistemas.

Escreva propostas de pesquisa competitivas para NSF, NIH, DOE e DARPA. Formatação específica de agências, critérios de revisão, preparação orçamentária, impactos amplos, declarações de significância, narrativas de inovação e conformidade com requisitos de submissão.

Buscar informações de pesquisa atual usando os modelos Sonar Pro Search ou Sonar Reasoning Pro da Perplexity através do OpenRouter. Seleciona automaticamente o melhor modelo com base na complexidade da consulta. Pesquise artigos acadêmicos, estudos recentes, documentação técnica e informações gerais de pesquisa com citações.

Análise de RNA-seq de célula única. Carregue dados .h5ad/10X, QC, normalização, PCA/UMAP/t-SNE, clustering Leiden, genes marcadores, anotação de tipo celular, trajetória, para análise de scRNA-seq.

Aplique o framework ScholarEval para avaliar sistematicamente trabalhos acadêmicos e de pesquisa. Esta habilidade fornece metodologia de avaliação estruturada baseada em critérios de avaliação de pesquisa revisados por pares, permitindo análise abrangente de artigos acadêmicos, propostas de pesquisa, revisões de literatura e escrita acadêmica em múltiplas dimensões de qualidade.

Parceiro de ideação em pesquisa. Gere hipóteses, explore conexões interdisciplinares, desafie suposições, desenvolva metodologias, identifique lacunas de pesquisa para resolução criativa de problemas científicos.

Avalie o rigor da pesquisa. Avalie metodologia, desenho experimental, validade estatística, vieses, confundimento e qualidade da evidência (GRADE, Cochrane ROB) para análise crítica de afirmações científicas.

Crie diagramas científicos de qualidade para publicação usando Nano Banana Pro AI com refinamento iterativo inteligente. Usa Gemini 3 Pro para revisão de qualidade. Regenera apenas se a qualidade estiver abaixo do limite para seu tipo de documento. Especializado em arquiteturas de redes neurais, diagramas de sistema, fluxogramas, vias biológicas e visualizações científicas complexas.

Crie apresentações e palestras para conferências de pesquisa. Use para criar slides do PowerPoint, apresentações em conferências, seminários, apresentações de pesquisa, defesa de tese ou qualquer palestra científica. Fornece estrutura de slides, modelos de design, orientação sobre timing e validação visual. Funciona com PowerPoint e LaTeX Beamer.

Crie figuras para publicação com matplotlib/seaborn/plotly. Layouts multi-painel, barras de erro, marcadores de significância, seguro para daltônicos, exporte PDF/EPS/TIFF para gráficos prontos para periódicos.

Competência essencial para a ferramenta de pesquisa e escrita profunda. Escreva manuscritos científicos em parágrafos completos (nunca em pontos de marcação). Use processo de duas etapas: (1) criar esboços de seção com pontos-chave usando research-lookup, (2) converter para prosa fluida. Estrutura IMRAD, citações (APA/AMA/Vancouver), figuras/tabelas, diretrizes de relatório (CONSORT/STROBE/PRISMA), para artigos de pesquisa e submissões em revistas.

Kit de ferramentas para dados biológicos. Análise de sequências, alinhamentos, árvores filogenéticas, métricas de diversidade (alfa/beta, UniFrac), ordenação (PCoA), PERMANOVA, I/O FASTA/Newick, para análise de microbioma.

Aprendizado de máquina em Python com scikit-learn. Use ao trabalhar com aprendizado supervisionado (classificação, regressão), aprendizado não supervisionado (clustering, redução de dimensionalidade), avaliação de modelos, ajuste de hiperparâmetros, pré-processamento ou construção de pipelines de ML. Fornece documentação de referência abrangente para algoritmos, técnicas de pré-processamento, pipelines e melhores práticas.

Kit de ferramentas abrangente para análise de sobrevivência e modelagem de tempo até evento em Python usando scikit-survival. Use essa competência ao trabalhar com dados de sobrevivência censurados, realizar análise tempo-até-evento, ajustar modelos Cox, Florestas de Sobrevivência Aleatória, modelos de Gradient Boosting, ou SVMs de Sobrevivência, avaliar predições de sobrevivência com índice de concordância ou Brier score, lidar com riscos competitivos, ou implementar qualquer workflow de aná...

Esta habilidade deve ser usada ao trabalhar com análise de dados de ômica de célula única usando scvi-tools, incluindo scRNA-seq, scATAC-seq, CITE-seq, transcriptômica espacial e outras modalidades de célula única. Use esta habilidade para modelagem probabilística, correção de batch, redução de dimensionalidade, expressão diferencial, anotação de tipo celular, integração multimodal e tarefas de análise espacial.

Visualização estatística. Gráficos de dispersão, boxplots, violins, mapas de calor, matriz de pares, regressão, matrizes de correlação, KDE, gráficos facetados, para análise exploratória e figuras para publicação.

Interpretabilidade e explicabilidade de modelos usando SHAP (SHapley Additive exPlanations). Use essa skill ao explicar predições de modelos de machine learning, computar importância de features, gerar plots SHAP (waterfall, beeswarm, bar, scatter, force, heatmap), depurar modelos, analisar vieses ou justiça de modelos, comparar modelos ou implementar IA explicável. Funciona com modelos baseados em árvores (XGBoost, LightGBM, Random Forest), deep learning (TensorFlow, PyTorch), modelos linear...

Framework de simulação de eventos discretos baseado em processos em Python. Use essa habilidade ao construir simulações de sistemas com processos, filas, recursos e eventos baseados em tempo, como sistemas de manufatura, operações de serviço, tráfego de rede, logística, ou qualquer sistema onde entidades interagem com recursos compartilhados ao longo do tempo.

Use this skill for reinforcement learning tasks including training RL agents (PPO, SAC, DQN, TD3, DDPG, A2C, etc.), creating custom Gym environments, implementing callbacks for monitoring and control, using vectorized environments for parallel training, and integrating with deep RL workflows. This skill should be used when users request RL algorithm implementation, agent training, environment design, or RL experimentation.

Kit de ferramentas de análise estatística. Testes de hipótese (teste t, ANOVA, qui-quadrado), regressão, correlação, estatística Bayesiana, análise de poder, verificação de pressupostos, relatórios em formato APA, para pesquisa acadêmica.

Kit de ferramentas de modelagem estatística. OLS, GLM, logística, ARIMA, séries temporais, testes de hipóteses, diagnósticos, AIC/BIC, para inferência estatística rigorosa e análise econométrica.

Consulta a API STRING para interações proteína-proteína (59M proteínas, 20B interações). Análise de redes, enriquecimento GO/KEGG, descoberta de interações, 5000+ espécies, para biologia de sistemas.

Use esta competência ao trabalhar com matemática simbólica em Python. Esta competência deve ser usada para tarefas de computação simbólica incluindo resolução de equações algebraicamente, realização de operações de cálculo (derivadas, integrais, limites), manipulação de expressões algébricas, trabalho com matrizes simbolicamente, cálculos de física, problemas de teoria dos números, computações de geometria e geração de código executável a partir de expressões matemáticas. Aplique esta competê...

Graph Neural Networks (PyG). Classificação de nós/grafos, predição de links, GCN, GAT, GraphSAGE, grafos heterogêneos, predição de propriedades moleculares, para deep learning geométrico.

Kit de ferramentas para descoberta de fármacos baseado em grafos. Predição de propriedades moleculares (ADMET), modelagem de proteínas, raciocínio em grafos de conhecimento, geração molecular, retrossíntese, GNNs (GIN, GAT, SchNet), 40+ conjuntos de dados, para aprendizado de máquina baseado em PyTorch em moléculas, proteínas e grafos biomédicos.

Esta skill deve ser usada ao trabalhar com modelos transformer pré-treinados para processamento de linguagem natural, visão computacional, áudio ou tarefas multimodais. Use para geração de texto, classificação, resposta a perguntas, tradução, sumarização, classificação de imagens, detecção de objetos, reconhecimento de fala e fine-tuning de modelos em datasets personalizados.

Gere planos de tratamento médico concisos (3-4 páginas), focados e em formato LaTeX/PDF para todas as especialidades clínicas. Suporta tratamento médico geral, terapia de reabilitação, saúde mental, controle de doenças crônicas, cuidados perioperatórios e controle da dor. Inclui estrutura de metas SMART, intervenções baseadas em evidências com citações mínimas, conformidade regulatória (HIPAA) e formatação profissional. Prioriza brevidade e acionabilidade clínica.

Redução de dimensionalidade com UMAP. Aprendizado rápido e não-linear de variedades para visualização 2D/3D, pré-processamento de clustering (HDBSCAN), UMAP supervisionado/paramétrico, para dados de alta dimensionalidade.

Acesso direto à API REST do UniProt. Buscas de proteínas, recuperação FASTA, mapeamento de IDs, Swiss-Prot/TrEMBL. Para workflows Python com múltiplos bancos de dados, prefira bioservices (interface unificada para 40+ serviços). Use isto para trabalho HTTP/REST direto ou controle específico do UniProt.

Acesse APIs do USPTO para buscas de patentes/marcas, histórico de exame (PEDS), cessões, citações, office actions, TSDR, para análise de PI e buscas de anterioridade.

Use essa skill para processar e analisar grandes conjuntos de dados tabulares (bilhões de linhas) que excedem a RAM disponível. Vaex excels em operações DataFrame out-of-core, avaliação lazy, agregações rápidas, visualização eficiente de big data e machine learning em datasets grandes. Aplique quando usuários precisarem trabalhar com arquivos CSV/HDF5/Arrow/Parquet grandes, realizar estatísticas rápidas em datasets massivos, criar visualizações de big data ou construir pipelines de ML que não...

Acesse modelos LaTeX abrangentes, requisitos de formatação e diretrizes de submissão para os principais veículos de publicação científica (Nature, Science, PLOS, IEEE, ACM), conferências acadêmicas (NeurIPS, ICML, CVPR, CHI), pôsteres de pesquisa e propostas de financiamento (NSF, NIH, DOE, DARPA). Esta skill deve ser usada ao preparar manuscritos para submissão em periódicos, artigos de conferência, pôsteres de pesquisa ou propostas de financiamento quando você precisa de requisitos de forma...

Arrays N-D em chunks para armazenamento em nuvem. Arrays comprimidos, I/O paralelo, integração S3/GCS, compatível com NumPy/Dask/Xarray, para pipelines de computação científica em larga escala.

Acesse ZINC (230M+ compostos compráveis). Busque por ZINC ID/SMILES, realize buscas por similaridade, estruturas 3D prontas para docking, descoberta de análogos, para triagem virtual e descoberta de fármacos.

Esta habilidade deve ser usada quando o usuário pedir para "atacar Active Directory", "explorar AD", "Kerberoasting", "DCSync", "pass-the-hash", "enumeração BloodHound", "Golden Ticket", "Silver Ticket", "AS-REP roasting", "NTLM relay", ou precisar de orientação sobre testes de penetração em domínios Windows.

Esta habilidade deve ser usada quando o usuário solicita "testar segurança de API", "fazer fuzzing em APIs", "encontrar vulnerabilidades IDOR", "testar REST API", "testar GraphQL", "testes de penetração em API", "testes de API para bug bounty", ou precisa de orientação sobre técnicas de avaliação de segurança de API.

Implemente padrões seguros de design de API, incluindo autenticação, autorização, validação de entrada, rate limiting e proteção contra vulnerabilidades comuns de API

Workflow de teste de segurança de API para APIs REST e GraphQL cobrindo autenticação, autorização, limitação de taxa, validação de entrada e práticas recomendadas de segurança.

Esta habilidade deve ser usada quando o usuário pedir para "fazer pentest de AWS", "testar segurança de AWS", "enumerar IAM", "explorar infraestrutura de nuvem", "escalonamento de privilégios em AWS", "testar bucket S3", "SSRF de metadata", "exploração de Lambda", ou precisar de orientação sobre avaliação de segurança de Amazon Web Services.

Esta habilidade deve ser usada quando o usuário pede para "testar vulnerabilidades de autenticação quebrada", "avaliar segurança de gerenciamento de sessão", "realizar testes de credential stuffing", "avaliar políticas de senha", "testar fixação de sessão" ou "identificar falhas de bypass de autenticação". Fornece técnicas abrangentes para identificar fraquezas de autenticação e gerenciamento de sessão em aplicações web.

Esta habilidade deve ser usada quando o usuário pede para "interceptar tráfego HTTP", "modificar requisições web", "usar Burp Suite para testes", "realizar varredura de vulnerabilidades web", "testar com Burp Repeater", "analisar histórico HTTP" ou "configurar proxy para testes web". Fornece orientação abrangente para usar os principais recursos do Burp Suite em testes de segurança de aplicações web.