一个功能全面的工具包，用于在 Python 中创建、分析和可视化复杂网络与图。适用于处理网络/图数据结构、分析实体间的关联、计算图算法（最短路径、中心性、聚类）、检测社区结构、生成合成网络或可视化网络拓扑结构。适用于社交网络、生物网络、交通系统、引文网络以及任何涉及成对关系的领域。

用于分析包括心电图（ECG）、脑电图（EEG）、皮肤电活动（EDA）、呼吸信号（RSP）、光电容积脉搏波（PPG）、肌电图（EMG）和眼电图（EOG）在内的生理数据的综合性生物信号处理工具包。适用于处理心血管信号、脑活动、皮肤电反应、呼吸模式、肌肉活动或眼动。可用于心率变异性分析、事件相关电位、复杂性衡量、自主神经系统评估、心理生理学研究以及多模态生理信号的整合。

Google NotebookLM 的自托管开源替代品，支持AI驱动的研究与文档分析。适用于将研究资料整理成笔记本、导入多种内容来源（PDF、视频、音频、网页、Office文档），生成AI驱动的笔记与摘要，从研究内容创建多说话者播客，通过上下文感知AI与文档对话，利用全文和向量搜索跨材料检索，或运行自定义内容转换。支持包括OpenAI、Anthropic、Google、Ollama、Groq和Mistral在内的16种以上AI服务商，并通过自托管确保完全的数据隐私。

此技能适用于将学术论文转化为宣传和展示格式，包括交互式网站（Paper2Web）、演示视频（Paper2Video）和会议海报（Paper2Poster）。适用于涉及论文传播、会议准备、创建可探索的学术主页、生成视频摘要，或从LaTeX或PDF源文件生成印刷级海报的任务。

功能全面的计算病理学工具包，适用于高级WSI分析，包括多重免疫荧光（CODEX、Vectra）、细胞核分割、组织图构建以及病理数据的机器学习模型训练。支持160多种切片格式。如需从H&E切片中简单提取图像块，histolab可能更便捷。

基于清单的结构化稿件/基金评审。适用于撰写有明确标准的正式同行评审，涵盖方法学评估、统计有效性、报告规范符合性（CONSORT/STROBE）及建设性反馈。最适合实际评审撰写与稿件修订。评估主张与证据质量请使用“科学批判性思维”；如需定量评分框架，请使用“学者评估”。

一种与硬件无关的量子机器学习框架，支持自动微分。适用于通过梯度训练量子电路、构建混合量子-经典模型，或需在IBM/Google/Rigetti/IonQ等设备间实现跨平台兼容的场景。最适合用于变分算法（VQE、QAOA）、量子神经网络，以及与PyTorch/JAX/TensorFlow的集成。如需针对特定硬件的优化，请使用Qiskit（IBM）或Cirq（Google）；如需处理开放量子系统，请使用QuTiP。

通过 LiteLLM 和 OpenRouter 使用 Perplexity 模型进行基于实时信息的 AI 驱动网页搜索。此功能适用于查找当前信息、检索近期科学文献、获取带有来源引用的可靠答案，或访问超出模型知识截止日期之外的信息。通过单一的 OpenRouter API 密钥，即可访问多个 Perplexity 模型，包括 Sonar Pro、Sonar Pro Search（高级代理搜索）和 Sonar Reasoning Pro。

适用于内存中数据集的高性能内存DataFrame库。当pandas速度过慢但数据仍可放入内存时使用。采用惰性求值、并行执行和Apache Arrow后端，最适合1-100GB的数据集、ETL管道，可作为pandas的更快替代方案。对于超过内存容量的数据，请使用dask或vaex。