Communitygithub.com

scientific-slides

Erstellen Sie ansprechende wissenschaftliche Präsentationen und Vortragsfolien für Konferenzen, Seminare, Verteidigungen und Forschungstalks. Unterstützt PowerPoint, LaTeX Beamer und PDF-Erstellung mit KI-generierten Folien.

Was ist scientific-slides?

Dieses Skill ermöglicht die Erstellung hochwertiger wissenschaftlicher Präsentationen, von der Strukturierung über das Design bis zur visuellen Validierung. Es unterstützt mehrere Ausgabeformate: PDF-Folien (empfohlen) mittels Nano Banana Pro KI, PowerPoint mit generierten Grafiken und LaTeX Beamer. Der Schwerpunkt liegt auf visuell ansprechenden, forschungsgestützten Folien mit minimalem Text, aussagekräftigen Abbildungen und einer klaren narrativen Struktur. Der Skill integriert sich nahtlos mit anderen Skills wie Research-Lookup für Quellenangaben und Scientific Writing für die Aufbereitung von Manuskriptinhalten. Er bietet detaillierte Anleitungen zur Formatierungskonsistenz, zum Einbinden von Zitaten und Abbildungen sowie zur Nutzung von Skripten für die automatisierte Folien- und PDF-Erstellung. Ziel ist es, langweilige, textlastige Folien zu vermeiden und stattdessen visuell einprägsame und wissenschaftlich fundierte Vorträge zu gestalten.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/scientific-slides

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Wissenschaftliche Folien

Überblick

Wissenschaftliche Präsentationen sind ein zentrales Medium, um Forschung zu kommunizieren, Ergebnisse zu teilen und mit akademischem sowie professionellem Publikum in Kontakt zu treten. Dieses Skill bietet umfassende Anleitungen zur Erstellung effektiver wissenschaftlicher Präsentationen – von der Struktur und Inhaltsentwicklung bis hin zur visuellen Gestaltung und Vortragsvorbereitung.

Schwerpunkt: Mündliche Präsentationen für Konferenzen, Seminare, Verteidigungen und Fachvorträge.

KRITISCHE DESIGNPHILOSOPHIE: Wissenschaftliche Präsentationen sollten VISUELL ANSPRECHEND und FORSCHUNGSBASIERT sein. Vermeiden Sie um jeden Preis trockene, textlastige Folien. Großartige wissenschaftliche Präsentationen kombinieren:

  • Überzeugende Visualisierungen: Hochwertige Abbildungen, Diagramme, Grafiken (nicht nur Aufzählungspunkte)
  • Forschungskontext: Richtige Zitate aus der Recherche, die Glaubwürdigkeit schaffen
  • Minimaler Text: Aufzählungspunkte als Stichworte – SIE liefern die Erklärung mündlich
  • Professionelles Design: Moderne Farbschemata, starke visuelle Hierarchie, großzügige Weißräume
  • Story-getrieben: Klarer narrativer Bogen, keine reinen Datenansammlungen

Denken Sie daran: Langweilige Präsentationen = vergessene Wissenschaft. Machen Sie Ihre Folien visuell einprägsam, während Sie durch korrekte Zitate wissenschaftliche Strenge wahren.

Wann dieses Skill verwendet werden sollte

Dieses Skill sollte verwendet werden bei:

  • Vorbereitung von Konferenzpräsentationen (5–20 Minuten)
  • Entwicklung akademischer Seminare (45–60 Minuten)
  • Erstellung von Dissertations- oder Verteidigungspräsentationen
  • Gestaltung von Vorträgen für Drittmittelanträge
  • Vorbereitung von Journal-Club-Präsentationen
  • Forschungsvorträgen an Institutionen oder Unternehmen
  • Lehr- oder Tutorial-Präsentationen zu wissenschaftlichen Themen

Folien-Generierung mit Nano Banana Pro

Dieses Skill nutzt Nano Banana Pro KI, um automatisch beeindruckende Präsentationsfolien zu erstellen.

Es gibt zwei Arbeitsabläufe, abhängig vom Ausgabeformat:

Standard-Workflow: PDF-Folien (Empfohlen)

Generieren Sie jede Folie als vollständiges Bild mit Nano Banana Pro und fassen Sie sie dann zu einer PDF zusammen. Dies liefert die visuell beeindruckendsten Ergebnisse.

So funktioniert es:

  1. Deck planen: Erstellen Sie einen detaillierten Plan für jede Folie (Titel, Kernpunkte, visuelle Elemente)
  2. Folien generieren: Rufen Sie Nano Banana Pro für jede Folie auf, um vollständige Folienbilder zu erstellen
  3. Zu PDF kombinieren: Fügen Sie die Folienbilder zu einer einzigen PDF-Präsentation zusammen

Schritt 1: Jede Folie planen

Erstellen Sie vor der Generierung einen detaillierten Plan für Ihre Präsentation:

# Präsentationsplan: Einführung in maschinelles Lernen

## Folie 1: Titelfolie
- Titel: „Maschinelles Lernen: Von der Theorie zur Praxis“
- Untertitel: „KI-Konferenz 2025“
- Sprecher: Dr. Jane Smith, Universität XYZ
- Visual: Moderner abstrakter Hintergrund eines neuronalen Netzes

## Folie 2: Einleitung
- Titel: „Warum maschinelles Lernen wichtig ist“
- Kernpunkte: Brancheneinführung, bahnbrechende Anwendungen, zukünftiges Potenzial
- Visual: Symbole, die verschiedene ML-Anwendungen zeigen (Gesundheitswesen, Finanzen, Robotik)

## Folie 3: Kernkonzepte
- Titel: „Die drei Arten des Lernens“
- Inhalt: Überwacht, Unüberwacht, Bestärkend
- Visual: Dreiteiliges Diagramm, das jede Art mit Beispielen zeigt

… (für alle Folien fortsetzen)

Schritt 2: Jede Folie generieren

Verwenden Sie das Skript generate_slide_image.py, um jede Folie zu erstellen.

KRITISCH: Protokoll zur Formatierungskonsistenz

Um eine einheitliche Formatierung über alle Folien einer Präsentation hinweg sicherzustellen:

  1. Definieren Sie ein Formatierungsziel zu Beginn Ihrer Präsentation und nehmen Sie es in JEDEN Prompt auf:

    • Farbschema (z. B. „dunkelblauer Hintergrund, weißer Text, goldene Akzente“)
    • Typografiestil (z. B. „fette serifenlose Titel, sauberer Fließtext“)
    • Visueller Stil (z. B. „minimalistisch, professionell, Unternehmensästhetik“)
    • Layout-Ansatz (z. B. „großzügige Weißräume, linksbündiger Inhalt“)
  2. Hängen Sie immer die vorherige Folie an, wenn Sie nachfolgende Folien mit --attach generieren:

    • Dies ermöglicht Nano Banana Pro, den vorhandenen Stil zu sehen und zu übernehmen
    • Schafft visuelle Kontinuität im gesamten Deck
    • Stellt konsistente Farben, Schriftarten und Designsprache sicher
  3. Standardautor ist „K-Dense“, sofern kein anderer Name angegeben wird

  4. Fügen Sie Zitate direkt in den Prompt ein für Folien, die auf Forschung verweisen:

    • Fügen Sie Zitate im Prompt-Text hinzu, damit sie auf der generierten Folie erscheinen
    • Verwenden Sie das Format: „Zitat einfügen: (Autor et al., Jahr)“ oder „Referenz zeigen: Autor et al., Jahr“
    • Für mehrere Zitate listen Sie alle im Prompt auf
    • Zitate sollten in kleiner Schrift am unteren Rand der Folie oder in der Nähe des relevanten Inhalts erscheinen
  5. Hängen Sie vorhandene Abbildungen/Daten für Ergebnisfolien an (KRITISCH für datengetriebene Präsentationen):

    • Überprüfen Sie beim Erstellen von Folien über Ergebnisse IMMER, ob vorhandene Abbildungen existieren:
      • Im Arbeitsverzeichnis (z. B. figures/, results/, plots/, images/)
      • In vom Benutzer bereitgestellten Eingabedateien oder -verzeichnissen
      • Alle Datenvisualisierungen, Diagramme oder Grafiken, die für die Präsentation relevant sind
    • Verwenden Sie --attach, um diese Abbildungen einzubinden, damit Nano Banana Pro sie verwenden kann:
      • Hängen Sie die tatsächliche Datenabbildung/das Diagramm für Ergebnisfolien an
      • Hängen Sie relevante Diagramme für Methodenfolien an
      • Hängen Sie Logos oder institutionelle Bilder für Titelfolien an
    • Beschreiben Sie beim Anhängen von Datenabbildungen im Prompt, was Sie wünschen:
      • „Erstellen Sie eine Folie, die das angehängte Ergebnisdiagramm mit hervorgehobenen wichtigsten Erkenntnissen präsentiert“
      • „Bauen Sie eine Folie um diese angehängte Abbildung auf und fügen Sie Titel und Aufzählungspunkte zur Erklärung der Daten hinzu“
      • „Integrieren Sie den angehängten Graphen in eine Ergebnisfolie mit Interpretation“
    • Vor dem Generieren von Ergebnisfolien: Listen Sie Dateien im Arbeitsverzeichnis auf, um relevante Abbildungen zu finden
    • Mehrere Abbildungen können angehängt werden: --attach fig1.png --attach fig2.png

Beispiel mit Formatierungskonsistenz, Zitaten und Abbildungsanhängen:

# Titelfolie (erste Folie – legt den Stil fest)
python scripts/generate_slide_image.py "Titelfolie für Präsentation: 'Maschinelles Lernen: Von der Theorie zur Praxis'. Untertitel: 'KI-Konferenz 2025'. Sprecher: K-Dense. FORMATTERUNGSZIEL: Dunkelblauer Hintergrund (#1a237e), weißer Text, goldene Akzente (#ffc107), minimalistisches Design, serifenlose Schriftarten, großzügige Ränder, keine dekorativen Elemente." -o slides/01_title.png

# Inhaltsfolie mit Zitaten (vorherige Folie zur Konsistenz anhängen)
python scripts/generate_slide_image.py "Präsentationsfolie mit dem Titel 'Warum maschinelles Lernen wichtig ist'. Drei Kernpunkte mit einfachen Symbolen: 1) Brancheneinführung, 2) Bahnbrechende Anwendungen, 3) Zukünftiges Potenzial. ZITATE: Unten in kleiner Schrift einfügen: (LeCun et al., 2015; Goodfellow et al., 2016). FORMATTERUNGSZIEL: Stil der angehängten Folie übernehmen – dunkelblauer Hintergrund, weißer Text, goldene Akzente, minimales professionelles Design, keine visuelle Unordnung." -o slides/02_intro.png --attach slides/01_title.png

# Hintergrundfolie mit mehreren Zitaten
python scripts/generate_slide_image.py "Präsentationsfolie mit dem Titel 'Die Deep-Learning-Revolution'. Wichtige Meilensteine: ImageNet-Durchbruch (2012), Transformer-Architektur (2017), GPT-Modelle (2018–heute). ZITATE: Referenzen unten anzeigen: (Krizhevsky et al., 2012; Vaswani et al., 2017; Brown et al., 2020). FORMATTERUNGSZIEL: Stil der angehängten Folie exakt übernehmen – gleiche Farben, Schriftarten, minimales Design." -o slides/03_background.png --attach slides/02_intro.png

# ERGEBNISFOLIE – Tatsächliche Datenabbildung aus dem Arbeitsverzeichnis anhängen
# Prüfen Sie zuerst, welche Abbildungen existieren: ls figures/ oder ls results/
python scripts/generate_slide_image.py "Präsentationsfolie mit dem Titel 'Modellleistungsergebnisse'. Erstellen Sie eine Folie, die das angehängte Genauigkeitsdiagramm präsentiert. Hervorzuhebende wichtigste Erkenntnisse: 1) 95% Genauigkeit erreicht, 2) Übertrifft Basislinie um 12%, 3) Konsistent über Testmengen hinweg. ZITATE: Unten einfügen: (Unsere Ergebnisse, 2025). FORMATTERUNGSZIEL: Stil der angehängten Folie exakt übernehmen." -o slides/04_results.png --attach slides/03_background.png --attach figures/accuracy_chart.png

# ERGEBNISFOLIE – Vergleich mehrerer Abbildungen
python scripts/generate_slide_image.py "Präsentationsfolie mit dem Titel 'Vorher-Nachher-Vergleich'. Erstellen Sie eine Vergleichsfolie nebeneinander mit den beiden angehängten Abbildungen. Links: Baseline-Ergebnisse, Rechts: unsere verbesserten Ergebnisse. Fügen Sie kurze Beschriftungen zur Erklärung der Verbesserung hinzu. FORMATTERUNGSZIEL: Stil der angehängten Folie exakt übernehmen." -o slides/05_comparison.png --attach slides/04_results.png --attach figures/baseline.png --attach figures/improved.png

# METHODENFOLIE – Vorhandenes Diagramm anhängen
python scripts/generate_slide_image.py "Präsentationsfolie mit dem Titel 'Systemarchitektur'. Präsentieren Sie das angehängte Architekturdiagramm mit kurzen erklärenden Aufzählungspunkten: 1) Eingabeverarbeitung, 2) Modellinferenz, 3) Ausgabegenerierung. FORMATTERUNGSZIEL: Stil der angehängten Folie exakt übernehmen." -o slides/06_architecture.png --attach slides/05_comparison.png --attach diagrams/system_architecture.png

WICHTIG: Bevor Sie Ergebnisfolien erstellen, führen Sie IMMER Folgendes durch:

  1. Listen Sie Dateien im Arbeitsverzeichnis auf: ls -la figures/ oder ls -la results/
  2. Überprüfen Sie vom Benutzer bereitgestellte Verzeichnisse auf relevante Abbildungen
  3. Hängen Sie ALLE relevanten Abbildungen an, die auf der Folie erscheinen sollen
  4. Beschreiben Sie, wie Nano Banana Pro die angehängten Abbildungen integrieren soll

Prompt-Vorlage:

Fügen Sie diese Elemente in jeden Prompt ein (nach Bedarf anpassen):

[Folieninhaltsbeschreibung]
ZITATE: Unten einfügen: (Autor1 et al., Jahr; Autor2 et al., Jahr)
FORMATTERUNGSZIEL: [Hintergrundfarbe], [Textfarbe], [Akzentfarbe], minimales professionelles Design, keine dekorativen Elemente, konsistent mit dem Stil der angehängten Folie.

Schritt 3: Zu PDF kombinieren

# Alle Folien zu einer PDF-Präsentation zusammenführen
python scripts/slides_to_pdf.py slides/*.png -o presentation.pdf

PPT-Workflow: PowerPoint mit generierten Bildern

Wenn Sie PowerPoint-Präsentationen erstellen, verwenden Sie Nano Banana Pro, um Bilder und Grafiken für jede Folie zu generieren, und fügen Sie dann Text separat mit dem PPTX-Skill hinzu.

So funktioniert es:

  1. Deck planen: Erstellen Sie einen Inhaltsplan für jede Folie
  2. Bilder generieren: Verwenden Sie Nano Banana Pro mit dem Flag --visual-only, um Bilder für Folien zu erstellen
  3. PPTX erstellen: Nutzen Sie das PPTX-Skill (PptxGenJS oder vorlagenbasiert), um Folien mit generierten Bildern und separat hinzugefügtem Text zu erstellen

Schritt 1: Bilder für jede Folie generieren

# Generieren Sie eine Grafik für die Einleitungsfolie
python scripts/generate_slide_image.py "Professionelle Illustration, die Anwendungen des maschinellen Lernens zeigt: Gesundheitsdiagnose, Finanzanalyse, autonome Fahrzeuge und Robotik. Modernes flaches Design, farbenfrohe Symbole auf weißem Hintergrund." -o figures/ml_applications.png --visual-only

# Generieren Sie ein Diagramm für die Methodenfolie
python scripts/generate_slide_image.py "Diagramm einer neuronalen Netzwerkarchitektur mit Eingabeschicht, drei verborgenen Schichten und Ausgabeschicht. Sauberer, technischer Stil mit Knotenverbindungen. Farbschema Blau und Grau." -o figures/neural_network.png --visual-only

# Generieren Sie eine konzeptionelle Grafik für die Ergebnisse
python scripts/generate_slide_image.py "Vorher-Nachher-Vergleich mit Verbesserung: linke Seite zeigt unübersichtliche Daten, rechte Seite zeigt organisierte Erkenntnisse. Pfeil, der sie verbindet. Professioneller Business-Stil." -o figures/results_visual.png --visual-only

Schritt 2: PowerPoint mit PPTX-Skill erstellen

Verwenden Sie den PptxGenJS-Workflow des PPTX-Skills, um Folien zu erstellen, die Folgendes enthalten:

  • Generierte Bilder aus Schritt 1
  • Titel und Fließtext separat hinzugefügt
  • Professionelles Layout und Formatierung

Siehe skills/pptx/SKILL.md für die vollständige Dokumentation zur PPTX-Erstellung.


Visuelle Verbesserung mit wissenschaftlichen Schemata

Zusätzlich zur Folien-Generierung verwenden Sie das Skill scientific-schematics für technische Diagramme:

Wann scientific-schematics stattdessen verwendet werden sollte:

  • Komplexe technische Diagramme (Schaltpläne, chemische Strukturen)
  • Publikationsreife Abbildungen für Paper (höhere Qualitätsschwelle)
  • Diagramme, die eine Überprüfung der wissenschaftlichen Genauigkeit erfordern

So generieren Sie Schemata:

python scripts/generate_schematic.py "Ihre Diagrammbeschreibung" -o figures/output.png

Ausführliche Anleitungen zur Erstellung von Schemata finden Sie in der Dokumentation des scientific-schematics-Skills.


Kernfunktionen

Präsentationsstruktur und -organisation, Folien-Designprinzipien, Datenvisualisierung für Folien, vortragsspezifische Anleitungen, Implementierungsoptionen (Beamer / PowerPoint / generiertes PDF), visuelle Überprüfung und Iteration, Timing und Tempo sowie Validierung sind dokumentiert in references/slide_capabilities.md.

Der stufenweise Entwicklungsprozess – Planung, Design und Erstellung, Inhaltsentwicklung, visuelle Validierung, Übung und Verfeinerung sowie finale Vorbereitung – ist in references/presentation_workflow.md beschrieben.

Anleitungen zur Prompt-Erstellung sowohl für die vollständige Folien- als auch für die reine Bildgenerierung finden Sie in references/prompt_writing.md. Die Argumente und Optionen aller gebündelten Skripte sind in references/script_reference.md aufgeführt. Die häufigsten Fehler, die einen Vortrag scheitern lassen, sind in references/common_pitfalls.md katalogisiert.

Integration mit anderen Skills

Research Lookup (Forschungsrecherche) (Kritisch für wissenschaftliche Präsentationen):

  • Hintergrundentwicklung: Durchsuchen Sie die Literatur, um Kontext für die Einleitung aufzubauen
  • Zitatensammlung: Finden Sie wichtige Paper, die Sie in Ihrem Vortrag zitieren können
  • Lückenidentifikation: Identifizieren Sie, was unbekannt ist, um die Forschung zu motivieren
  • Vergleich mit Vorarbeiten: Finden Sie Paper, mit denen Sie Ihre Ergebnisse vergleichen können
  • Stützende Beweise: Finden Sie Literatur, die Ihre Interpretationen unterstützt
  • Fragenvorbereitung: Finden Sie Paper, die für Q&A-Antworten relevant sein könnten
  • Verwenden Sie immer die Forschungsrecherche, wenn Sie eine wissenschaftliche Präsentation entwickeln, um angemessenen Kontext und Zitate sicherzustellen

Scientific Writing (Wissenschaftliches Schreiben):

  • Konvertieren Sie Paper-Inhalte in das Präsentationsformat
  • Extrahieren Sie wichtige Ergebnisse und vereinfachen Sie sie
  • Verwenden Sie dieselben Abbildungen (aber für Folien neu gestaltet)
  • Behalten Sie konsistente Terminologie bei

PPTX-Skill:

  • Verwenden Sie es zur Erstellung und Bearbeitung von PowerPoint
  • Nutzen Sie Skripte für Vorlagen-Workflows
  • Verwenden Sie die Miniaturansichts-Generierung zur Validierung
  • Lesen Sie die SKILL.md des PPTX-Skills für die programmatische Erstellung

Data Visualization (Datenvisualisierung):

  • Erstellen Sie hochwertige Grafiken für Folien
  • Verwenden Sie das Data-Vis-Skill für benutzerdefinierte Diagramme
  • Exportieren Sie Grafiken im PNG-Format für die Einbindung in Folien
  • Sorgen Sie für konsistente Farbschemata zwischen Grafiken und Folien-Design

Referenzen

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

adaptyv

How to use the Adaptyv Bio Foundry API and Python SDK for protein experiment design, submission, and results retrieval. Use this skill whenever the user mentions Adaptyv, Foundry API, protein binding assays, protein screening experiments, BLI/SPR assays, thermostability assays, or wants to submit protein sequences for experimental characterization. Also trigger when code imports `adaptyv`, `adaptyv_sdk`, or `FoundryClient`, or references `foundry-api-public.adaptyvbio.com`.

aeon

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

alphagenome

Look up precomputed AlphaGenome Atlas effects for any GRCh38 single-nucleotide variant (AVI score with Phred and 18 SHAP feature attributions, plus raw and quantile scores for RNA-seq, DNase, ATAC, ChIP-TF, ChIP-histone, CAGE, PRO-cap, splicing, polyadenylation and contact-map tracks), score variants or scan windows on demand with the AlphaGenome model for human and mouse (variant scoring, in silico mutagenesis, REF-versus-ALT track prediction), and build Atlas website deep links. Use when the user mentions AlphaGenome, AlphaGenome Atlas, AVI or AlphaGenome Variant Impact, DeepMind variant effect prediction, or wants to prioritise or mechanistically interpret non-coding, regulatory, splicing, enhancer, promoter, or chromatin-accessibility effects of SNVs from a VCF, credible set, or region. Research use only; not a clinical tool.

analytical-method-validation

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include

anndata

Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.

arbor

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g.

arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

astropy

Core Python library for astronomy and astrophysics workflows that need Astropy APIs, including units/quantities, coordinates, FITS I/O, tables, time systems, WCS, and cosmology. Use when implementing or debugging astronomical data analysis code with Astropy.

autoskill

Observe the user

benchling-integration

Benchling Python SDK and REST API integration for registry entities, inventory, ELN entries, workflows, Benchling Apps, and Data Warehouse queries. Use when automating lab data with benchling-sdk or the v2 API.

bgpt-paper-search

Search scientific papers and retrieve structured experimental data extracted from full-text studies via the BGPT MCP server. Returns 25+ fields per paper including methods, results, sample sizes, quality scores, and conclusions. Use for literature reviews, evidence synthesis, and finding experimental details not available in abstracts alone.

bids

>

biopython

Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.

bioservices

Unified Python interface to 40+ bioinformatics services. Use when querying multiple databases (UniProt, KEGG, ChEMBL, Reactome) in a single workflow with consistent API. Best for cross-database analysis, ID mapping across services. For quick single-database lookups use gget; for sequence/file manipulation use biopython.

bulk-rnaseq

End-to-end bulk RNA-seq orchestrator — takes raw FASTQ reads through QC and trimming (FastQC, fastp/Trim Galore), alignment and quantification (STAR, Salmon, featureCounts), assembles a gene-level counts matrix, then hands off to differential expression (pydeseq2), pathway/GSEA enrichment (pathway-enrichment), and publication figures (scientific-visualization). Use whenever the user has bulk RNA-seq reads or quant output and wants a complete, reproducible differential-expression workflow — e.g.

cellxgene-census

Query the CZ CELLxGENE Census programmatically for versioned public single-cell and spatial transcriptomics data. Use when you need population-scale cell metadata, gene expression slices, Census summary counts, source H5AD URIs/downloads, embeddings, spatial Census data, or reference atlas comparisons across organisms, tissues, diseases, assays, and cell types. For analyzing your own local single-cell data use scanpy, anndata, or scvi-tools.

cirq

Google quantum computing framework. Use when targeting Google Quantum AI hardware, designing noise-aware circuits, or running quantum characterization experiments. Best for Google hardware, noise modeling, and low-level circuit design. For IBM hardware use qiskit; for quantum ML with autodiff use pennylane; for physics simulations use qutip.

citation-management

Comprehensive citation management for academic research. Search OpenAlex, PubMed, and Google Scholar for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify citation information, convert DOIs to BibTeX, or ensure reference accuracy in scientific writing.

clinical-decision-support

Prepare and validate research-only clinical decision-support evaluation, evidence-profile, cohort, survival, biomarker/model, privacy, and governance artifacts. Use for aggregate or synthetic research documentation and traceability—not patient care or live clinical operation.

clinical-reports

Create safety-bounded draft structures and run local deterministic checks for clinical case, diagnostic, trial, safety, and aggregate research reports. Use only with synthetic, de-identified, or aggregate inputs and verified source-fact manifests; every output requires qualified review.

Verwandte Skills