用于访问、分析和提取SEC EDGAR申报文件数据的Python库。适用于处理SEC申报文件、财务报表（利润表、资产负债表、现金流量表）、XBRL财务数据、内幕交易（4号表格）、机构持股（13F表格）、公司财务信息、年度/季度报告（10-K、10-Q）、委托书（DEF 14A）、8-K重大事件、按股票代码/CIK/行业筛选公司、多期财务分析或任何SEC监管申报文件。

查询Ensembl基因组数据库REST API，涵盖250多种物种，支持基因检索、序列获取、变异分析、比较基因组学、直系同源基因分析和VEP预测，适用于基因组研究。

一套全面的蛋白质语言模型工具包，包含ESM3（跨序列、结构和功能的生成性多模态蛋白质设计）和ESM C（高效蛋白质嵌入与表示）。在处理蛋白质序列、结构或功能预测、设计新型蛋白质、生成蛋白质嵌入、执行逆向折叠或开展蛋白质工程任务时使用此工具。支持本地模型使用和基于云的Forge API以实现可扩展推理。

对超过200种文件格式的科学数据文件进行全方位的探索性数据分析。该技能适用于分析任何科学数据文件，以理解其结构、内容、质量与特征。自动识别文件类型，并生成包含格式特定分析、质量指标及下游分析建议的详细Markdown报告。覆盖化学、生物信息学、显微镜、光谱学、蛋白质组学、代谢组学及通用科学数据格式。

查询FRED（美联储经济数据）API，获取来自100多个来源的80多万条经济时间序列数据。访问国内生产总值、失业率、通货膨胀率、利率、汇率、房地产及区域数据，适用于宏观经济学分析、金融研究、政策研究、经济预测以及需要美国和国际经济指标的学术研究。

使用AI模型（FLUX、Nano Banana 2）生成或编辑图像，适用于通用图像生成，包括照片、插图、艺术作品、视觉素材、概念设计等非技术图表或示意图的任何图像。对于流程图、电路图、路径图和技术图表，请使用“科学示意图”技能。

涵盖遥感、GIS、空间分析、地球观测机器学习及30多个科学领域的综合地理空间科学技能。支持卫星影像处理（哨兵、陆地卫星、MODIS、SAR、高光谱）、矢量与栅格数据操作、空间统计、点云处理、网络分析、云原生工作流（STAC、COG、Planetary Computer），并支持8种编程语言（Python、R、Julia、JavaScript、C++、Java、Go、Rust），提供500多个代码示例。适用于遥感工作流、GIS分析、空间机器学习、地球观测数据处理、地形分析、水文建模、海洋空间分析、大气科学及任何地理空间计算任务。

在开始任何计算密集型科学任务之前，应使用此技能来检测并报告可用的系统资源（CPU核心、GPU、内存、磁盘空间）。它会生成一个包含资源信息和策略性建议的JSON文件，以指导计算方法的选择，例如是否使用并行处理（joblib、multiprocessing）、外存计算（Dask、Zarr）、GPU加速（PyTorch、JAX）或内存高效策略。在运行分析、训练模型、处理大型数据集或任何受资源限制影响的任务之前，请先使用此技能。

在Ginkgo Bioworks云实验室（cloud.ginkgo.bio）上提交和管理协议，该平台是一个基于网页的界面，用于在可重构自动化推车（RACs）上实现自主实验。当用户需要运行无细胞蛋白质表达（验证或优化）、生成荧光像素艺术或与Ginkgo云实验室服务交互时使用。涵盖协议选择、输入准备、定价和订购流程。