Skill

通过浏览器自动化操作与网络检索相结合，系统性地分析竞品产品的核心交互流程与设计模式，涵盖界面截图、用户路径遍历、行业拆解报告搜索及设计要素提炼，为产品设计决策提供可落地的跨平台参考依据。

能够对文本进行深度语义解析，实现情感倾向判断、关键信息抽取与主题归纳，适用于从用户反馈到内容摘要等多场景下的语言理解任务。

提供拓扑空间紧致性问题的系统化求解路径，涵盖判定方法（如闭有界性、序列紧致性、开覆盖定义）、乘积空间处理及紧致性的关键推论应用，支持通过形式化验证与符号计算辅助证明和极值分析。

执行数据加载、清洗与统计推断全流程，涵盖描述性统计、分布检验、相关性分析及多类假设检验，结合效应量计算与假设验证，并支持重采样方法和稳健统计技术以适应不同数据特征。

提供天文学数据处理的完整能力，涵盖天体坐标转换、物理单位换算、FITS 文件读写、宇宙学距离与时间计算、多时间尺度精确处理、天文星表操作、世界坐标系映射，以及恒星数据建模与统计分析。

提供基因组区间数据的高性能分析能力，支持BED格式区域的重叠检测、覆盖度图谱生成、机器学习专用分词、参考基因组序列提取与校验、单细胞片段文件拆分及评分等核心功能，适用于计算基因组学与基因组AI建模全流程。

通过形式化验证流程实现数学命题的机器可验证证明，涵盖从研究、设计到测试与最终确认的完整工作链，支持对代数、拓扑及逻辑等领域定理进行自动化推理与严格检验。

提供生物序列处理、多序列比对、系统发育树构建与分析、微生物多样性评估（含Alpha/Beta多样性及UniFrac）、主坐标分析（PCoA）等多元统计方法、生态学显著性检验（如PERMANOVA、Mantel检验），并支持FASTA/Newick/BIOM等多种生物数据格式的读写与转换。

提供可复现实验的完整方法论支持，涵盖随机种子控制、环境信息记录、分层数据划分、交叉验证、A/B测试设计、统计功效分析、预注册流程、确认性与探索性结果区分、偏差日志管理，以及基于alpha消耗和SPRT的序贯停止规则。

具备对科学研究的系统性批判能力，涵盖方法论严谨性、实验设计合理性、统计推断可靠性、各类偏倚识别、混杂因素控制、证据质量分级（如 GRADE 和 Cochrane ROB）以及逻辑谬误辨析，支撑对科学主张的深度审验与可信度判断。

提供对 DrugBank 药物数据库的深度访问，支持药物信息检索、药物相互作用分析、靶点与通路研究及化学结构相似性计算，适用于药物发现、药理学研究、多药联用安全评估和老药新用探索等场景。

提供超过两亿种蛋白质的AI预测三维结构，支持通过UniProt编号检索、下载PDB/mmCIF坐标文件、分析pLDDT和PAE等置信度指标，服务于药物发现、结构生物学研究及计算生物学流程集成。

基于ScholarEval框架对学术成果进行系统性质量评估，覆盖问题提出、文献综述、研究设计、数据分析、结果呈现及学术写作等核心维度，提供量化评分与可操作的改进建议，支持科研论文、课题申报、学位论文等多类型文本的严谨评审与持续优化。

面向系统生物学研究，提供覆盖5900万蛋白质、200亿相互作用、5000多个物种的蛋白互作网络查询能力，支持互作关系检索、功能富集分析（GO/KEGG等）、伙伴蛋白发现、模块显著性检验、同源性比对及跨物种比较，并可生成证据类型或置信度着色的网络图像。

提供跨学科科研成果的系统性批判评估能力，覆盖论文与基金申请的 methodology 严谨性、统计分析合理性、实验设计科学性、结果可重复性、伦理合规性、图表呈现质量及报告规范遵循情况，强调建设性反馈与可操作改进建议。

通过解析搜索引擎结果页的构成与特征，揭示关键词排名规律、用户意图及内容竞争格局，识别出影响排序的核心因素与功能机会，为制定高竞争力的内容策略提供数据支持。

提供对量子系统的建模与仿真能力，支持处理量子态、算符、时间演化及开放系统动力学，适用于量子光学、量子计算等领域的数值分析与可视化，空间维度可扩展至多体耦合场景。

对文档中的技术参数、版本信息、统计数据等可验证事实进行核查，通过检索官方发布渠道与权威资料比对差异，生成带来源引用的修正建议，并在用户确认后执行精准更新，确保内容时效性与准确性。

提供系外行星探测全流程方法论支持，涵盖光变曲线数据的质量控制、噪声抑制、周期搜索、信号验证与参数优化，指导用户根据恒星类型和目标行星特征选择TLS、Lomb-Scargle或BLS等适配算法，并识别常见假阳性问题。

提供面向药物研发的化学分子检索与筛选能力，支持通过化合物编号、结构式或供应商信息精准查找，执行相似性分析以发现结构类似物，获取适用于分子对接的三维结构数据，并能按药效性质对海量可购买化合物进行分层采样与批量处理。

面向计算流体力学研究的高性能仿真框架，支持二维和三维纳维-斯托克斯方程、浅水方程及分层流动等物理模型的数值求解，集成伪谱法与 FFT 加速、MPI 并行计算，并提供从参数配置、模拟执行到多维度结果分析的完整工作流。

对研究报告中的所有事实性声明进行系统性核查，确保每项主张均有准确、完整且高质量的文献支持，识别并标记缺失引用、来源不可靠或内容不匹配等问题，最终生成包含质量评分与整改建议的验证报告。

支持单细胞数据的全流程分析，涵盖质控过滤、标准化预处理、多方法聚类（包括图算法、概率模型与主题建模）、跨批次整合校正及性能评估，适用于从原始 AnnData 对象出发的探索性分析与可复现研究。

通过施加阶跃输入并记录系统响应，实现对一阶系统动态特性的有效辨识。合理选择采样频率与测试时长，确保捕获完整的过渡过程，适用于增益、时间常数等关键参数的精确估计。

面向科学与工程计算的Python工具集，支持非线性回归拟合、实验设计优化、拉丁超立方采样、响应面建模及基于DPOSE神经网络的不确定性量化，适用于需要高精度参数估计、高效试验规划和可靠预测置信度的科研与工程分析场景。

面向教育内容质量评估，从学习者体验与教学设计双重视角出发，系统分析章节的吸引力、可理解性、实践有效性、知识递进逻辑及学习者信心水平，同时检验教学目标设定、认知负荷分配、教学支架设计、AI互动适配性与评估验证机制，最终识别内容、结构与教学法层面的具体缺口，并提供分级优先级的改进建议。

在 Coot 环境中实现分子结构的 RDKit 级操作，支持从 Coot 单体构建化学分子、原子替换等结构编辑、生成标准化 2D 化学图谱，适用于晶体结构解析中对配体或小分子的快速化学信息学分析与可视化。

提供实时学术研究信息检索能力，覆盖最新论文、技术文档、统计数据及专家观点，自动根据问题复杂度选择高效或深度分析模型，并确保所有结果附带规范引用和权威来源标注。

支持生物数据的可查询、可追溯与标准化管理，通过统一框架实现多模态组学数据的版本控制、计算谱系追踪及基于本体的元数据注释，适用于从单细胞到空间转录组等复杂实验的全流程管理与跨团队协作。

提供面向药物发现的分子化学信息学处理能力，支持从多种格式解析和生成分子结构，自动完成标准化与净化，批量计算理化性质和描述符，生成各类分子指纹并评估相似性，执行聚类与多样性筛选，提取骨架与碎片，构建三维构象，以及可视化展示和反应应用，所有操作均保持与 RDKit 的完全兼容。