Communitygithub.com

slides-cientificos

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

O que é slides-cientificos?

Esta skill oferece um guia completo para criar apresentações científicas eficazes, desde a estrutura e desenvolvimento de conteúdo até o design visual e preparação para a entrega. Ela é projetada para ajudar pesquisadores, acadêmicos e profissionais a comunicar suas descobertas em conferências, seminários, defesas e palestras profissionais. A skill enfatiza uma filosofia de design crítica: apresentações científicas devem ser visualmente envolventes e apoiadas por pesquisa, evitando slides secos e com muito texto. Ela suporta múltiplos formatos de saída, incluindo PDF/PPT e LaTeX Beamer, e integra-se com outras skills como pesquisa bibliográfica para citações e geração de esquemas científicos. O fluxo de trabalho principal usa IA para gerar slides completos como imagens, que são então combinadas em um PDF, com forte ênfase em consistência de formatação, uso de citações e anexação de figuras relevantes.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Slides Científicos

Visão Geral

Apresentações científicas são um meio crítico para comunicar pesquisa, compartilhar descobertas e se envolver com públicos acadêmicos e profissionais. Esta skill fornece orientação abrangente para criar apresentações científicas eficazes, desde estrutura e desenvolvimento de conteúdo até design visual e preparação para a entrega.

Foco Principal: Apresentações orais para conferências, seminários, defesas e palestras profissionais.

FILOSOFIA CRÍTICA DE DESIGN: Apresentações científicas devem ser VISUALMENTE ENVOLVENTES e APOIADAS POR PESQUISA. Evite slides secos e com muito texto a todo custo. Grandes apresentações científicas combinam:

  • Visuais atraentes: Figuras, imagens, diagramas de alta qualidade (não apenas marcadores)
  • Contexto de pesquisa: Citações apropriadas de pesquisa-bibliográfica para estabelecer credibilidade
  • Texto mínimo: Marcadores como prompts, VOCÊ fornece a explicação verbalmente
  • Design profissional: Esquemas de cores modernos, hierarquia visual forte, espaço em branco generoso
  • Orientado por narrativa: Arco narrativo claro, não apenas despejo de dados

Lembre-se: Apresentações chatas = ciência esquecida. Torne seus slides visualmente memoráveis, mantendo o rigor científico por meio de citações adequadas.

Quando Usar Esta Skill

Esta skill deve ser usada quando:

  • Preparando apresentações para conferências (5-20 minutos)
  • Desenvolvendo seminários acadêmicos (45-60 minutos)
  • Criando apresentações de defesa de tese ou dissertação
  • Projetando apresentações de pitch de financiamento
  • Preparando apresentações para journal club
  • Dando palestras de pesquisa em instituições ou empresas
  • Apresentações de ensino ou tutorial sobre tópicos científicos

Geração de Slides com Nano Banana Pro

Esta skill usa IA Nano Banana Pro para gerar slides de apresentação impressionantes automaticamente.

Existem dois fluxos de trabalho, dependendo do formato de saída:

Fluxo de Trabalho Padrão: Slides PDF (Recomendado)

Gere cada slide como uma imagem completa usando Nano Banana Pro, depois combine em um PDF. Isso produz os resultados visualmente mais impressionantes.

Como funciona:

  1. Planeje o deck: Crie um plano detalhado para cada slide (título, pontos principais, elementos visuais)
  2. Gere os slides: Chame Nano Banana Pro para cada slide para criar imagens completas
  3. Combine em PDF: Monte as imagens dos slides em uma única apresentação PDF

Passo 1: Planeje Cada Slide

Antes de gerar, crie um plano detalhado para sua apresentação:

# Plano de Apresentação: Introdução ao Machine Learning

## Slide 1: Slide de Título
- Título: "Machine Learning: Da Teoria à Prática"
- Subtítulo: "Conferência de IA 2025"
- Palestrante: Dra. Jane Smith, Universidade XYZ
- Visual: Fundo abstrato moderno de rede neural

## Slide 2: Introdução
- Título: "Por que Machine Learning é Importante"
- Pontos principais: Adoção na indústria, aplicações inovadoras, potencial futuro
- Visual: Ícones mostrando diferentes aplicações de ML (saúde, finanças, robótica)

## Slide 3: Conceitos Principais
- Título: "Os Três Tipos de Aprendizado"
- Conteúdo: Supervisionado, Não Supervisionado, Por Reforço
- Visual: Diagrama de três partes mostrando cada tipo com exemplos

... (continue para todos os slides)

Passo 2: Gere Cada Slide

Use o script generate_slide_image.py para criar cada slide.

CRÍTICO: Protocolo de Consistência de Formatação

Para garantir formatação unificada em todos os slides de uma apresentação:

  1. Defina um Objetivo de Formatação no início da sua apresentação e inclua-o em CADA prompt:

    • Esquema de cores (ex.: "fundo azul escuro, texto branco, detalhes dourados")
    • Estilo tipográfico (ex.: "títulos em negrito sem serifa, texto limpo")
    • Estilo visual (ex.: "minimalista, profissional, estética corporativa")
    • Abordagem de layout (ex.: "espaço em branco generoso, conteúdo alinhado à esquerda")
  2. Sempre anexe o slide anterior ao gerar slides subsequentes usando --attach:

    • Isso permite que Nano Banana Pro veja e corresponda ao estilo existente
    • Cria continuidade visual em todo o deck
    • Garante cores, fontes e linguagem de design consistentes
  3. Autor padrão é "K-Dense" a menos que outro nome seja especificado

  4. Inclua citações diretamente no prompt para slides que referenciam pesquisa:

    • Adicione citações no texto do prompt para que apareçam no slide gerado
    • Use o formato: "Incluir citação: (Autor et al., Ano)" ou "Mostrar referência: Autor et al., Ano"
    • Para múltiplas citações, liste todas no prompt
    • As citações devem aparecer em texto pequeno no final do slide ou perto do conteúdo relevante
  5. Anexe figuras/dados existentes para slides de resultados (CRÍTICO para apresentações orientadas por dados):

    • Ao criar slides sobre resultados, SEMPRE verifique figuras existentes em:
      • O diretório de trabalho (ex.: figures/, results/, plots/, images/)
      • Arquivos ou diretórios fornecidos pelo usuário
      • Quaisquer visualizações de dados, gráficos ou relevante para a apresentação
    • Use --attach para incluir essas figuras para que Nano Banana Pro possa incorporá-las:
      • Anexe a figura/dados real para slides de resultados
      • Anexe diagramas relevantes para slides de metodologia
      • Anexe logotipos ou imagens institucionais para slides de título
    • Ao anexar figuras de dados, descreva o que você deseja no prompt:
      • "Crie um slide apresentando o gráfico de resultados anexado com os principais achados destacados"
      • "Construa um slide em torno desta figura anexada, adicione título e marcadores explicando os dados"
      • "Incorpore o gráfico anexado em um slide de resultados com interpretação"
    • Antes de gerar slides de resultados: Liste os arquivos no diretório de trabalho para encontrar figuras relevantes
    • Múltiplas figuras podem ser anexadas: --attach fig1.png --attach fig2.png

Exemplo com consistência de formatação, citações e anexos de figuras:

# Slide de título (primeiro slide - estabelece o estilo)
python scripts/generate_slide_image.py "Slide de título para apresentação: 'Machine Learning: Da Teoria à Prática'. Subtítulo: 'Conferência de IA 2025'. Palestrante: K-Dense. OBJETIVO DE FORMATAÇÃO: Fundo azul escuro (#1a237e), texto branco, detalhes dourados (#ffc107), design minimalista, fontes sem serifa, margens generosas, sem elementos decorativos." -o slides/01_title.png

# Slide de conteúdo com citações (anexe o slide anterior para consistência)
python scripts/generate_slide_image.py "Slide de apresentação intitulado 'Por que Machine Learning é Importante'. Três pontos principais com ícones simples: 1) Adoção na indústria, 2) Aplicações inovadoras, 3) Potencial futuro. CITAÇÕES: Incluir no final em texto pequeno: (LeCun et al., 2015; Goodfellow et al., 2016). OBJETIVO DE FORMATAÇÃO: Corresponder ao estilo do slide anexado - fundo azul escuro, texto branco, detalhes dourados, design profissional minimalista, sem poluição visual." -o slides/02_intro.png --attach slides/01_title.png

# Slide de antecedentes com múltiplas citações
python scripts/generate_slide_image.py "Slide de apresentação intitulado 'Revolução do Deep Learning'. Marcos principais: Avanço do ImageNet (2012), arquitetura transformer (2017), modelos GPT (2018-presente). CITAÇÕES: Mostrar referências no final: (Krizhevsky et al., 2012; Vaswani et al., 2017; Brown et al., 2020). OBJETIVO DE FORMATAÇÃO: Corresponder exatamente ao estilo do slide anexado - mesmas cores, fontes, design minimalista." -o slides/03_background.png --attach slides/02_intro.png

# SLIDE DE RESULTADOS - Anexar figura real de dados do diretório de trabalho
# Primeiro, verifique quais figuras existem: ls figures/ ou ls results/
python scripts/generate_slide_image.py "Slide de apresentação intitulado 'Resultados de Desempenho do Modelo'. Crie um slide apresentando o gráfico de precisão anexado. Principais achados a destacar: 1) Precisão de 95% alcançada, 2) Supera baseline em 12%, 3) Consistente em conjuntos de teste. CITAÇÕES: Incluir no final: (Nossos resultados, 2025). OBJETIVO DE FORMATAÇÃO: Corresponder exatamente ao estilo do slide anexado." -o slides/04_results.png --attach slides/03_background.png --attach figures/accuracy_chart.png

# SLIDE DE RESULTADOS - Comparação de múltiplas figuras
python scripts/generate_slide_image.py "Slide de apresentação intitulado 'Comparação Antes vs Depois'. Crie um slide de comparação lado a lado usando as duas figuras anexadas. Esquerda: resultados baseline, Direita: nossos resultados melhorados. Adicione rótulos breves explicando a melhoria. OBJETIVO DE FORMATAÇÃO: Corresponder exatamente ao estilo do slide anexado." -o slides/05_comparison.png --attach slides/04_results.png --attach figures/baseline.png --attach figures/improved.png

# SLIDE DE METODOLOGIA - Anexar diagrama existente
python scripts/generate_slide_image.py "Slide de apresentação intitulado 'Arquitetura do Sistema'. Apresente o diagrama de arquitetura anexado com marcadores explicativos breves: 1) Processamento de entrada, 2) Inferência do modelo, 3) Geração de saída. OBJETIVO DE FORMATAÇÃO: Corresponder exatamente ao estilo do slide anexado." -o slides/06_architecture.png --attach slides/05_comparison.png --attach diagrams/system_architecture.png

IMPORTANTE: Antes de criar slides de resultados, sempre:

  1. Liste os arquivos no diretório de trabalho: ls -la figures/ ou ls -la results/
  2. Verifique os diretórios fornecidos pelo usuário para figuras relevantes
  3. Anexe TODAS as figuras relevantes que devem aparecer no slide
  4. Descreva como o Nano Banana Pro deve incorporar as figuras anexadas

Modelo de Prompt:

Inclua esses elementos em cada prompt (personalize conforme necessário):

[Descrição do conteúdo do slide]
CITAÇÕES: Incluir no final: (Autor1 et al., Ano; Autor2 et al., Ano)
OBJETIVO DE FORMATAÇÃO: [Cor de fundo], [cor do texto], [cor de destaque], design profissional minimalista, sem elementos decorativos, consistente com o estilo do slide anexado.

Passo 3: Combine em PDF

# Combine todos os slides em uma apresentação PDF
python scripts/slides_to_pdf.py slides/*.png -o apresentacao.pdf

Fluxo de Trabalho PPT: PowerPoint com Visuais Gerados

Ao criar apresentações do PowerPoint, use Nano Banana Pro para gerar imagens e figuras para cada slide, depois adicione texto separadamente usando a skill PPTX.

Como funciona:

  1. Planeje o deck: Crie um plano de conteúdo para cada slide
  2. Gere visuais: Use Nano Banana Pro com a flag --visual-only para criar imagens para slides
  3. Construa PPTX: Use a skill PPTX (PptxGenJS ou baseada em modelo) para criar slides com visuais gerados e texto separado

Passo 1: Gere Visuais para Cada Slide

# Gere uma figura para o slide de introdução
python scripts/generate_slide_image.py "Ilustração profissional mostrando aplicações de machine learning: diagnóstico médico, análise financeira, veículos autônomos e robótica. Design moderno, ícones coloridos sobre fundo branco." -o figures/aplicacoes_ml.png --visual-only

# Gere um diagrama para o slide de métodos
python scripts/generate_slide_image.py "Diagrama de arquitetura de rede neural mostrando camada de entrada, três camadas ocultas e camada de saída. Estilo técnico e limpo com conexões de nós. Esquema de cores azul e cinza." -o figures/rede_neural.png --visual-only

# Gere um gráfico conceitual para resultados
python scripts/generate_slide_image.py "Comparação antes e depois mostrando melhoria: lado esquerdo mostra dados confusos, lado direito mostra insights organizados. Seta conectando-os. Estilo profissional de negócios." -o figures/visual_resultados.png --visual-only

Passo 2: Construa PowerPoint com a Skill PPTX

Use o fluxo de trabalho PptxGenJS da skill PPTX para criar slides que incluem:

  • Imagens geradas no passo 1
  • Título e texto adicionados separadamente
  • Layout e formatação profissional

Consulte skills/pptx/SKILL.md para documentação completa de criação PPTX.


Aprimoramento Visual com Esquemas Científicos

Além da geração de slides, use a skill esquemas-científicos para diagramas técnicos:

Quando usar esquemas-científicos em vez disso:

  • Diagramas técnicos complexos (diagramas de circuito, estruturas químicas)
  • Figuras de qualidade de publicação para artigos (limiar de qualidade mais alto)
  • Diagramas que exigem revisão de precisão científica

Como gerar esquemas:

python scripts/generate_schematic.py "descrição do seu diagrama" -o figures/output.png

Para orientação detalhada sobre criação de esquemas, consulte a documentação da skill esquemas-científicos.


Capacidades Principais

Estrutura e organização da apresentação, princípios de design de slides, visualização de dados para slides, orientação específica para palestras, opções de implementação (Beamer / PowerPoint / PDF gerado), revisão e iteração visual, tempo e ritmo, e validação estão todos documentados em references/slide_capabilities.md.

O processo de desenvolvimento em estágios — planejamento, design e criação, desenvolvimento de conteúdo, validação visual, prática e refinamento, e preparação final — está em references/presentation_workflow.md.

Orientações para escrita de prompts para geração de slides completos e apenas visuais estão em references/prompt_writing.md. Os argumentos e opções de cada script incluído estão em references/script_reference.md. Os erros que mais frequentemente arruínam uma palestra estão catalogados em references/common_pitfalls.md.

Integração com Outras Skills

Pesquisa Bibliográfica (Crítico para Apresentações Científicas):

  • Desenvolvimento de contexto: Pesquise a literatura para construir o contexto da introdução
  • Coleta de citações: Encontre artigos principais para citar em sua palestra
  • Identificação de lacunas: Identifique o que é desconhecido para motivar a pesquisa
  • Comparação com trabalhos anteriores: Encontre artigos para comparar seus resultados
  • Evidências de apoio: Localize literatura que apoie suas interpretações
  • Preparação para perguntas: Encontre artigos que possam informar respostas de Q&A
  • Sempre use pesquisa-bibliográfica ao desenvolver qualquer apresentação científica para garantir contexto e citações adequados

Escrita Científica:

  • Converta conteúdo de artigo para formato de apresentação
  • Extraia descobertas principais e simplifique
  • Use as mesmas figuras (mas redesenhadas para slides)
  • Mantenha terminologia consistente

Skill PPTX:

  • Use para criação e edição do PowerPoint
  • Aproveite scripts para fluxos de trabalho baseados em modelo
  • Use geração de miniaturas para validação
  • Consulte o SKILL.md da skill PPTX para criação programática

Visualização de Dados:

  • Crie gráficos e tabelas para slides de resultados
  • Otimize para clareza de apresentação
  • Use visualizações apropriadas para dados científicos

Esquemas Científicos:

  • Crie diagramas técnicos e ilustrações
  • Produza figuras de qualidade de publicação
  • Use para slides de metodologia e sistema

Consulte as respectivas documentações de skill para obter instruções completas sobre essas capacidades de suporte.

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.

Habilidades Relacionadas