MCP App StoreMCP App Store
de autoskill458
Extrait des caractéristiques d'arêtes structurées à partir d'une netlist de circuit bipartite (NetworkX MultiGraph), en normalisant l'ordre des composants/nets, en mappant les couleurs des terminaux et en détectant les connexions.
Cette compétence fournit un modèle d'implémentation concret pour extraire des dictionnaires de caractéristiques par arête à partir d'un NetworkX MultiGraph modélisant des netlists de circuits. Elle normalise la direction des arêtes pour que les composants apparaissent en premier, extrait les noms de terminaux à partir des étiquettes d'arêtes, mappe les terminaux vers des couleurs d'affichage et détecte les connexions parallèles (composant, net). Le résultat est une liste de dictionnaires adaptée à l'analyse en aval, à la visualisation ou aux pipelines de caractéristiques ML.
Utilisez cette compétence lorsque vous avez une netlist de circuit représentée par un graphe NetworkX et que vous avez besoin de : caractéristiques au niveau des arêtes pour la visualisation, préparation de jeux de données pour le ML sur graphes, ou identification de connexions parallèles et de rôles de terminaux dans l'analyse de schémas. Déclenchez-la lors du traitement de graphes de netlists ou de la préparation de caractéristiques pour l'entrée d'un modèle.
Idéalement adaptée aux agents capables d'exécuter du Python et de raisonner sur des graphes (type Copilot ou assistants capables d'utiliser Python). Pratique pour les agents axés sur le code pouvant exécuter du code NetworkX et intégrer les résultats dans des pipelines d'analyse.
Compétence basée uniquement sur un prompt qui instruit un agent à écrire une fonction NetworkX pour extraire les caractéristiques des arêtes à partir de graphes de netlist de circuits bipartis. Bien structurée avec des anti-modèles et des contraintes clairs, mais extrêmement niche — utile uniquement pour les ingénieurs en conception VLSI/circuits travaillant avec des représentations de graphes spécifiques. Aucun script inclus ; purement un prompt de génération de code sans problème de sécurité.
Compétence propre, aucun problème de sécurité. Fait partie de la banque AutoSkill d'ECNU (compétences générées par LLM). Prompt bien écrit avec une bonne section sur les anti-modèles, mais l'audience très restreinte limite l'utilité. Le frontmatter est complet et correctement structuré.
Générer des phrases multilingues avec définitions contextuelles
Produisez plusieurs phrases d'exemple utilisant un mot cible avec des sens variés, traduisez-les dans une langue cible et affichez la signification contextuelle du mot.
Assistant Ultime — Réponse Complète
Produit des réponses méthodiques et hautement détaillées étape par étape, intégrant des perspectives scientifiques et non scientifiques pour les questions complexes.
Générateur de Scripts de Compilation C Dynamique
Génère des scripts shell multiplateformes (Bash, PowerShell ou Batch) acceptant des noms de fichiers source et de sortie pour compiler des programmes C avec gcc, incluant des arguments de base.
Fournir l'ID brut d'une vidéo YouTube
Retourne uniquement une chaîne d'ID de vidéo YouTube valide et existante (sans URL, sans commentaire) — utile pour les outils nécessitant des ID bruts pour des opérations en aval.
Dialogue d'externalisation du chagrin par témoignage spatio-temporel
Une micro-compétence thérapeutique axée sur le deuil utilisant une narration à double perspective pour externaliser et nommer les récits de douleur centraux et faire émerger de petites exceptions de soutien.
Mappage de Boîtes Englobantes d'Entités de Facture (Gestion des Doublons)
Corrige le mappage entité-boîte englobante OCR pour les factures afin d'éviter les boîtes partagées pour les valeurs identiques, inverse la recherche des sections de montants et assure l'unicité des coordonnées
Analyse des facteurs de condition de santé (avec citations)
Analyse une condition de santé pour une population définie en listant les facteurs catégorisés (effets sur la santé, QdV, comportementaux, environnementaux, prédisposants) avec des citations strictes.
Algorithme Génétique pour la fonction de Rastrigin (Python Débutant)
Implémentation Python accessible aux débutants, prête pour Jupyter, et explication d'un Algorithme Génétique pour optimiser la fonction de Rastrigin en utilisant la sélection par roue de roulette
Générer des Prises de Contact pour Jeux Twitch
Génère des messages de prise de contact personnalisés et authentiques pour les streamers Twitch afin de demander des clés de jeu ou une couverture, en adaptant le ton tout en maintenant une voix humaine et communautaire.
Analyse Cinématographique Empirique et Philosophique
Produit des analyses de films basées sur des preuves, expliquant les techniques formelles et les reliant à des thèmes philosophiques, avec des définitions claires des termes techniques.
Markdrop
Convert PDFs to structured Markdown or interactive HTML and generate AI-powered descriptions for images and tables using multiple LLM providers.
FastAPI Project Templates
Creates production-ready FastAPI project scaffolds with async patterns, DI, middleware, and testing best practices for high-performance APIs.
Unitree Robot Controller
Control and command Unitree robots (GO1/GO2/G1/H1) via OpenClaw: initialization, basic motion commands, and sensor integrations.
Alpha Forge Pre-Ship Quality Gates
Pre-merge quality gates for PRs that validate RNG determinism, forked URLs, runtime parameter ranges, and manifest synchronization to reduce review cycles.
Plotly (Interactive Python Visualizations)
Interactive Python visualization skill for building hoverable, zoomable, and embeddable charts (Plotly Express + Graph Objects) for EDA, dashboards, and present
Dr. Manhattan - Prediction Market Trading
Unified CCXT-style API and tools for discovering, analyzing, and trading prediction markets across Polymarket, Kalshi, Opinion, Limitless, and Predict.fun; incl
Manim Idea to Export
Turn plain-language concepts into production-ready ManimCE scene blueprints, runnable code, preview renders, and final export commands for video assets.
Pytest Plugins Guide
Guidance on the pytest plugin ecosystem: plugin development, pytest-cov, pytest-mock, configuration, CI integration, and advanced patterns.