총 86건 · 필터: AI KIT
BEDspace는 유전체 데이터에 StarSpace 모델을 적용하여 공유 저차원 공간에서 영역 집합과 메타데이터 레이블에 대한 수치 임베딩을 동시에 학습할 수 있게 합니다. 이 알로
NCBI 엔트레즈 프로그래밍 유틸리티(E-utility)는 9개의 서버 측 프로그램 세트를 통해 GEO 메타데이터에 대한 프로그래밍 접근을 제공합니다. 모든 전자 유틸리티는 기본적으로 XML 형식으로 결과를 반환합니다.
HeyGen 비디오 에이전트 API를 사용한 원샷 프롬프트 비디오 생성
이 가이드는 기본 명령 훅에서 고급 프롬프트 기반 훅으로 마이그레이션하여 유지보수성과 유연성을 향상시키는 방법을 보여줍니다.
이 기술은 사용자가 "후크 생성", "PreToolUse/PostToolUse/Stop Hook 추가", "도구 사용 검증", "프롬프트 기반 후크 구현", "${CLAUDE_PLUGIN_ROOT} 사용", "이벤트 기반 자동화 설정", "위험한 명령 차단" 또는 후크 이벤트(PreToolUse, PostToolUse,
여러 학술 데이터베이스(PubMed, arXiv, bioRXiv, 시맨틱 학자 등)를 사용하여 포괄적이고 체계적인 문헌 검토를 수행합니다. 이 기술은 체계적인 문헌 검토, 메타 분석, 연구 종합 또는 생물의학 전반에 걸친 포괄적인 문헌 검색을 수행할 때 사용해야 합니다,
LLM 애플리케이션을 구축하기 위한 생산 준비 패턴. RAG 파이프라인, 에이전트 아키텍처, 프롬프트 IDE 및 LLMOps 모니터링을 다룹니다. AI 애플리케이션을 설계하거나, RAG를 구현하거나, 에이전트를 구축하거나, LLM 관측 가능성을 설정할 때 사용하세요.
시장 조사 보고서에서 시각화를 생성하기 위한 완전한 프롬프트와 지침.
질량 분석 분석. 대사체학 및 MS 데이터 처리를 위해 mzML/MGF/MSP, 스펙트럼 유사성(코사인, 변형 코사인), 메타데이터 조화, 화합물 ID를 처리합니다.
두 프롬프트 간에 활성화를 전환하여 인과 관계를 테스트합니다.
REST API(4,200개 이상의 연구)를 통해 NIH 대사체학 워크벤치에 액세스하세요. 대사 산물, RefMet 명명법, MS/NMR 데이터, m/z 검색, 메타데이터 연구, 대사체학 및 바이오마커 발견을 위한 쿼리.
이 기술은 사용자가 "침투 테스트를 위해 메타스플롯을 사용하라"고 요청할 때 사용해야 합니다. "msfconsole을 사용하여 취약점을 악용하라", "msfvenom을 사용하여 페이로드를 생성하라", "공격 후 수행하라", "스캔을 위해 보조 모듈을 사용하라", "맞춤형 익스플로잇을 개발하라"고 요청할 때 사용해야 합니다. 포괄적인 지침을 제공합니다
제로 샷 전송을 통한 이미지 분할의 기초 모델. 점, 상자 또는 마스크를 프롬프트로 사용하여 이미지에서 객체를 분할하거나 이미지의 모든 객체 마스크를 자동으로 생성해야 할 때 사용하세요.
HuggingFace 디퓨저를 통한 안정적인 확산 모델을 통해 최첨단 텍스트-이미지 생성. 텍스트 프롬프트에서 이미지를 생성하거나, 이미지 간 번역을 수행하거나, 인페인팅을 하거나, 맞춤형 확산 파이프라인을 구축할 때 사용하세요.
사용자가 Google 광고, 메타(페이스북/인스타그램), LinkedIn, 트위터/X 또는 기타 광고 플랫폼에서 유료 광고 캠페인에 대한 도움을 원할 때. 사용자가 'PPC', '유료 미디어', '광고 카피', '광고 크리에이티브', 'ROAS', 'CPA', '광고 캠페인', '재타겟팅' 또는 '오디언스 타겟팅'을 언급할 때도 사용하세요 이 스키
3D 단백질/핵산 구조를 위해 RCSB PDB에 접근하세요. 텍스트/서열/구조별 검색, 좌표 다운로드(PDB/mmCIF), 메타데이터 검색, 구조 생물학 및 약물 발견.
이 기술은 사용자가 "펜테스트 명령 실행", "nmap으로 스캔", "메타스플롯 익스플로잇 사용", "하이드라 또는 존으로 비밀번호를 해독", "니코로 웹 취약점 스캔", "네트워크 열거" 또는 필수 침투 테스트 명령 참조가 필요할 때 사용해야 합니다.
이 기술은 2025년 12월 메타가 20억 달러에 인수한 AI 에이전트 회사 Manus의 컨텍스트 엔지니어링 원칙에 기반합니다.
인프라와 알고리즘을 분리하는 메타의 라이브러리인 토치포지를 사용하여 PyTorch 네이티브 에이전트 RL에 대한 지침을 제공합니다. 깨끗한 RL 추상화, 쉬운 알고리즘 실험, 또는 Monarch와 TorchTitan을 사용한 확장 가능한 훈련을 원할 때 사용하세요.
LLM 프롬프트를 위한 캐싱 전략: Anthropic 프롬프트 캐싱, 응답 캐싱, CAG (Cache Augmented Generation) 사용 시: 프롬프트 캐싱, 캐시 프롬프트, 응답 캐시, cag, 캐시 증강.