对于可公开访问的构造函数和原型，创建 3 个类：

状态：生产就绪 ✅ 最后更新：2025-10-24 最新版本：zustand@5.0.8 依赖项：React 18+、TypeScript 5+

除非用户或现有模板另有说明

状态：生产就绪 最后更新：2025-11-06 依赖项：无（WordPress 5.9+、PHP 7.4+） 最新版本：推荐 WordPress 6.7+、PHP 8.0+

OpenAI 的多语言语音识别模型。

当您需要执行以下操作时，请使用权重和偏差 (W&B)：

访问主要科学出版场所、学术会议、研究海报和资助提案的综合 LaTeX 模板、格式要求和提交指南。该技能为跨学科的成功学术提交提供了即用型模板和详细规范。

Vaex 是一个高性能 Python 库，专为惰性、核外 DataFrame 设计，用于处理和可视化太大而无法装入 RAM 的表格数据集。 Vaex 每秒可以处理超过十亿行，从而能够对数十亿行的数据集进行交互式数据探索和分析。

使用 uv 的综合指南，这是一个用 Rust 编写的极快的 Python 包安装程序和解析器，用于现代 Python 项目管理和依赖项工作流程。

交互式 CLI 工具（vim、交互式 git rebase、REPL 等）无法通​​过标准 bash 进行控制，因为它们需要真实的终端。 tmux 提供独立的会话，可以通过 send-keys 和 capture-pane 以编程方式控制。

由官方文档生成的全面帮助，帮助您顺利开发。

掌握 TypeScript 高级类型系统的综合指南，包括泛型、条件类型、映射类型、模板文字类型和实用程序类型，用于构建健壮、类型安全的应用程序。

治疗计划的编写是临床护理策略的系统记录，旨在通过循证干预、可衡量的目标和结构化随访来解决患者的健康状况。该技能提供了全面的 LaTeX 模板和验证工具，用于在所有医学专业中创建简洁、重点突出的治疗计划（标准 3-4 页），并完全符合法规要求。

Hugging Face Transformers 库提供对数千个预训练模型的访问，这些模型适用于 NLP、计算机视觉、音频和多模态领域的任务。使用此技能来加载模型、执行推理以及对自定义数据进行微调。

TorchDrug 是一个基于 PyTorch 的综合机器学习工具箱，用于药物发现和分子科学。将图神经网络、预训练模型和任务定义应用于分子、蛋白质和生物知识图，包括分子属性预测、蛋白质建模、知识图推理、分子生成、逆合成规划，具有 40 多个精选数据集和 20 多个模型架构。

ToolUniverse 是一个统一的生态系统，通过提供对 600 多种科学资源的标准化访问，使 AI 代理能够充当研究科学家。使用此技能在多个研究领域发现、执行和组合科学工具，包括生物信息学、化学信息学、基因组学、结构生物学、蛋白质组学和药物发现。

将 TinaCMS 集成到现代 Web 应用程序中的完整技能。

当您需要执行以下操作时，请使用 TensorBoard：

这是协调整个 Tapestry 工作流程的主要技能：

状态：生产就绪 ✅ 最后更新：2025-10-22 依赖项：React 18.0+、TypeScript 4.7+（推荐）最新版本：@tanstack/react-query@5.90.5、@tanstack/react-query-devtools@5.90.2