用于科学研究辅助的多智能体AI系统，可自动化从数据分析到论文发表的研究流程。当需要从数据集中生成研究想法、开发研究方法、执行计算实验、进行文献检索或生成符合发表要求的LaTeX格式论文时，应使用此功能。支持端到端研究流程，并提供可自定义的智能体编排。

基于扩散的分子对接。从PDB/SMILES预测蛋白质-配体结合构象、置信度分数和虚拟筛选，用于基于结构的药物设计。不用于亲和力预测。

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。

通过API/FTP访问欧洲核苷酸档案库，按 accession 获取DNA/RNA序列、原始测序数据（FASTQ）和基因组组装结果，用于基因组学和生物信息学流程。支持多种格式。

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。

基于 Python 的计算流体动力学仿真框架。适用于运行包含纳维-斯托克斯方程（二维/三维）、浅水方程、分层流等的流体动力学仿真，或用于分析湍流、涡旋动力学及地球物理流动。提供基于 FFT 的伪谱方法、高性能计算支持以及全面的输出分析功能。

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。