Към ресурсите

Skills за
вашата задача.

Намерете инструкция, прочетете оригиналния файл и подгответе команда за своя инструмент.

31 301 skills в каталога

Как подбирам и измервам

Данните имат нужда от нова проверка.Последна успешна проверка: 23.09.2026 г.

Обхват и актуалност
Skills в индекса
31 301
Наблюдавани репозитории
23 011
Skills в наблюдавани репозитории
21 767
Skills без наблюдение на репозитория
9534
Чакащи репозитории / файлове
21 801 / 28 839
Чакащи търсения
381
Грешки при проверката
19
Последен опит
23.09.2026 г.

Проверката на източника не означава, че всяка инструкция е изпробвана от Level8. Каталогът не обхваща непременно всички публични хранилища.

Търсене в целия индекс. Метаданните показват посоченото от източника; липсващите стойности остават означени.

Филтри и подредба1 активни

Датата в GitHub е отделна от първата поява в моя индекс. Филтърът по дата изключва записите без посочено обновяване.

4946 резултата

Страница 149: 24 записа в 1 група по репозиторий. Всички записи от страницата са показани. Номерът пази позицията от избраната подредба.

Общ източник

aipoch/medical-research-skills

24 skills от този източник на тази страница

01

novelty-vs-feasibility-assessor

aipoch · Данни и AI

Assesses whether a medical research topic is worth starting now by separating true novelty from pseudo-novelty, auditing real feasibility under stated resource constraints, and forcing a concrete start / narrow / redesign / stop decision. Always require explicit assumptions and never fabricate refer

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
02

pcd-immune-oncology-research-planner

aipoch · Данни и AI

Generates complete programmed-cell-death (PCD) / regulated-cell-death (RCD) bulk-transcriptome oncology research designs from a user-provided disease and mechanism theme. Always use this skill whenever a user wants to design, plan, or structure a cancer bioinformatics study built around cell-death p

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
03

personal-statement

aipoch · Данни и AI

Use when writing medical school personal statements, residency application essays, fellowship statements, or graduate school admissions essays. Crafts compelling narratives highlighting clinical experiences, research achievements, and career motivations for healthcare education applications.

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
04

population-gap-detector

aipoch · Данни и AI

Detects overlooked, underrepresented, weakly resolved, or poorly validated populations and subgroups within a biomedical research area so users can identify more precise and meaningful study populations. Always use this skill when the real question is not just what is under-studied, but which popula

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
05

primary-plan-recommender

aipoch · Данни и AI

Compares multiple study-route options for the same biomedical research question and recommends one primary plan, while explicitly explaining why alternative routes are secondary, premature, weaker, or dependency-heavy. Always use this skill when the user already has a reasonably defined question but

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
06

process-related-diagnostic-biomarker-nomogram-research-planner

aipoch · Данни и AI

Generates complete process-related diagnostic biomarker bioinformatics research designs from a user-provided disease context, gene-family or pathway theme, and validation direction. Use when a study centers on process-related genes, DEG and WGCNA integration, machine-learning feature selection, nomo

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
07

rf-model-importance-analysis

aipoch · Данни и AI

Use when you need a standardized R CLI workflow to train a two-class random forest model from an expression-like feature matrix, rank variable importance, and generate reproducible error and importance plots. NOT for regression tasks, multi-class classification, missing-value imputation, preprocessi

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
08

single-cell-research-planner

aipoch · Данни и AI

Designs complete single-cell research plans from a user-provided biomedical direction. Always use this skill whenever a user wants to design, scope, or structure a single-cell study — including disease-focused, mechanism-focused, biomarker-focused, translational, perturbation-inspired, or validation

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
09

single-compound-network-toxicology-disease-link-reference-grounded

aipoch · Данни и AI

Generates complete single-compound network-toxicology research designs from one exposure, one disease or toxic phenotype, and a validation direction. Use when a study centers on one compound–one disease link and needs target collection, overlap construction, enrichment, PPI hub prioritization, docki

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
10

single-drug-adverse-effect-hub-first-network-pharmacology

aipoch · Данни и AI

Generates complete reference-grounded single-drug adverse-effect network-pharmacology research designs from a user-provided drug, adverse event, and desired evidence depth. Always use this skill when a user wants to design, plan, or upgrade a conventional network-pharmacology study centered on one f

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
11

single-drug-adverse-effect-pathway-anchored-network-pharmacology

aipoch · Данни и AI

Generates complete reference-grounded single-drug adverse-effect network-pharmacology research designs from a user-provided drug, adverse event, and desired evidence depth. Always use this skill when a user wants to design, plan, or upgrade a conventional network-pharmacology study centered on one f

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
12

single-drug-faers-safety-profile-research-planner

aipoch · Данни и AI

Generates complete FAERS pharmacovigilance study designs for one-drug whole-profile safety mapping using signal detection, subgroup analysis, onset/seriousness characterization, and conservative label-gap interpretation.

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
13

single-gene-oncology-reference-grounded-research-planner

aipoch · Данни и AI

Generates complete conventional single-gene oncology research designs from a user-provided cancer context, target gene, and validation direction. Use when a study centers on a fixed candidate gene and needs expression, prognosis, clinicopathologic association, functional interpretation, immune conte

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
14

slide-deck-for-lab-meeting

aipoch · Данни и AI

Structures research progress into focused and actionable slides for lab meetings or project reviews without inventing missing content.

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
15

study-objective-refiner

aipoch · Данни и AI

Refines broad, vague, or aspirational biomedical research objectives into clear, bounded, measurable, executable, and downstream-ready study objective statements. Always use this skill when a user has a general aim such as “explore a mechanism,” “study prognosis,” “investigate biomarkers,” or “look

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
16

svm-model-importance-analysis

aipoch · Данни и AI

Use when you need a standardized R CLI workflow to run two-class SVM-RFE feature ranking on an expression-like matrix, choose an informative feature count from cross-validated error, and generate reproducible ranking and error plots. NOT for regression, multi-class classification, missing-value impu

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
17

tf-target-gene-regulatory-network

aipoch · Данни и AI

Use when analyzing transcription factor (TF) regulatory networks using Dorothea database. Input gene list, identify regulating transcription factors, generate TF-Target network visualization. For: transcription factor enrichment analysis, gene regulatory network research.

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
18

title-and-abstract-optimizer

aipoch · Данни и AI

Optimizes manuscript titles and abstracts for information density, factual accuracy, and submission fit in biomedical research writing.

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
19

tone-adjuster

aipoch · Данни и AI

Use when converting medical text between academic and patient-friendly tones, translating medical jargon for patients, adapting research papers for public audiences, or rewriting clinical notes for patient handouts. Maintains medical accuracy while adjusting readability level.

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
20

topic-evidence-mapper

aipoch · Данни и AI

Rapidly maps the evidence landscape around a medical topic by organizing major research streams, target populations, endpoints, methods, evidence density, and thin areas. Use this skill BEFORE medical-research-gap-finder — it provides the structured landscape that makes formal gap analysis more rigo

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
21

torchdrug-english

aipoch · Данни и AI

PyTorch-native Graph Neural Network framework for molecules and proteins. Suitable for building custom GNN architectures for drug discovery, protein modeling, or knowledge graph reasoning. Best for custom model development, protein property prediction, and retrosynthesis. If you need pretrained mode

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
22

tumor-immune-infiltration-diagnostic-ml-research-planner

aipoch · Данни и AI

Generates complete tumor immune-infiltration-guided bulk-transcriptome diagnostic biomarker and machine-learning research designs from a user-provided cancer type and study direction. Always use this skill whenever a user wants to design, plan, or build a tumor bioinformatics study centered on diffe

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
23

two-sample-mr-exposure-screening-reference-grounded

aipoch · Данни и AI

Generates complete two-sample Mendelian randomization research designs from a user-provided outcome, exposure or exposure family, and robustness direction. Use when a study centers on summary-statistics causal inference with instrument selection, harmonization, IVW-primary estimation, complementary

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.
24

unmet-clinical-need-extractor

aipoch · Данни и AI

Extracts concrete unmet clinical needs from guidelines, reviews, real-world studies, and clinical-practice evidence. Use this skill when a user wants to turn broad medical research value into specific clinical pain points such as weak early detection, poor risk stratification, treatment-response het

Оригинален текст · няма потвърден превод на българскиПлатформи: ClaudeНиво: НапредналоВ индекса: 11.06.2026 г.Обновен в GitHub: 10.06.2026 г.

Какво означават данните.

Пазя съществуващия каталог и добавям намерени SKILL.md файлове след прочит на метаданните. Наличният индекс остава използваем, когато проверката е частична.

Платформата и нивото описват записаното в източника. Те не са гаранция за съвместимост. Български текст се показва само когато в каталога има отделен превод; иначе виждате оригинала с означен език.

Общите звезди показват натрупана популярност. За „Набират интерес“ се сравнява измереният темп при достатъчен интервал. ≥ означава непълна извадка. Под един час не изчислявам дневен темп; методът и изминалият период се показват до записа.

Проверете файла, лиценза и нужния достъп преди употреба. Нито каталогът, нито четенето на SKILL.md изпълняват външни инструкции.

Темата Agent Skills в GitHub