총 147건 · 필터: AI KIT
RTS스트림 작업을 위한 코드 수준 세부 정보. 워크플로우 가이드는 [rtstream.md ](rtstream.md 을 참조하세요.
일반적인 워크플로우와 VideoDB가 가능하게 하는 기능. 코드에 대한 자세한 내용은 [api-reference.md ](api-reference.md ), [capture.md ](capture.md ), [editor.md ](editor.md ) 및 [search.md ](search.md 을 참조하세요.
Adaptyv는 포괄적인 단백질 특성 분석을 위한 다양한 실험적 분석 유형을 제공합니다. 각 실험 유형에는 특정 애플리케이션, 워크플로우 및 데이터 출력이 있습니다.
자율 AI 협업을 위한 다중 에이전트 오케스트레이션 프레임워크. 복잡한 작업에서 함께 작업하는 전문 에이전트 팀을 구성할 때, 메모리와의 역할 기반 에이전트 협업이 필요할 때, 순차적/계층적 실행이 필요한 프로덕션 워크플로우에 사용하세요. LangC 없이 제작됨
자율 코딩 에이전트를 구축하기 위한 디자인 패턴. 도구 통합, 권한 시스템, 브라우저 자동화 및 휴먼 인 더 루프 워크플로우를 다룹니다. AI 에이전트를 구축하거나 도구 API를 설계하거나 권한 시스템을 구현하거나 자율 코딩 어시스턴트를 만들 때 사용하세요.
벤치링 R&D 플랫폼 통합. 실험실 데이터 관리 자동화를 위해 레지스트리(DNA, 단백질), 인벤토리, ELN 항목, API를 통한 워크플로우, Benchling Apps 빌드, 쿼리 데이터 웨어하우스에 액세스하세요.
분자 생물학을 위한 기본 파이썬 툴킷. Python 기반 PubMed/NCBI 쿼리(바이오)에 선호됩니다.Entrez), 시퀀스 조작, 파일 구문 분석(FASTA, GenBank, FASTQ, PDB), 고급 BLAST 워크플로우, 구조, 계통 발생학. 빠른 BLAST를 위해 gget을 사용하세요. 직접 REST API의 경우, pubmed-database를 사용하세요.
이 문서는 바이오서비스를 사용하는 일반적인 생물정보학 작업을 위한 세부적인 다단계 워크플로우를 설명합니다.
40개 이상의 생물정보학 서비스를 위한 기본 Python 도구. 다중 데이터베이스 워크플로우에 선호됩니다: 유니프로트, KEGG, 첸블, 펍켐, 리액톰, 퀵고. 쿼리, ID 매핑, 경로 분석을 위한 통합 API. 직접 REST 제어를 위해 개별 데이터베이스 기술(유니프로트 데이터베이스, 케그 데이터베이스)을 사용하세요.
ClinVar는 다양한 연구 워크플로우를 지원하기 위해 다양한 형식으로 대량 데이터 다운로드를 제공합니다. 데이터는 FTP를 통해 배포되며 정기적인 일정에 따라 업데이트됩니다.
일반적인 워크플로우, 전체 스택 흐름, 그리고 모범 사례.
일반적인 워크플로우와 모범 사례.
이 문서는 대사 모델링에서 일반적인 COBRApy 작업에 대한 세부 단계별 워크플로우를 제공합니다.
CocoIndex 라이브러리 개발을 위한 포괄적인 툴킷입니다. 사용자가 데이터 변환 파이프라인(플로우)을 생성하거나 사용자 지정 함수를 작성하거나 CLI 또는 API를 통해 플로우를 운영해야 할 때 사용하세요. 문서를 벡터 데이터베이스에 임베딩하는 것을 포함하여 AI 데이터 처리를 위한 ETL 워크플로우 구축을 다룹니다
이 기술은 Claude Code 슬래시 명령을 생성할 때 사용해야 합니다. 사용자가 "명령어 만들기", "슬래시 명령어 만들기", "명령어 추가"를 요청하거나 워크플로우를 재사용 가능한 명령어로 문서화할 때 사용하세요. 최적화된 에이전트 실행 가능한 슬래시 명령어를 적절한 구조로 생성하는 데 필수적입니다
이 문서는 슬래시 명령어의 일반적인 패턴을 설명하여 워크플로우에 적합한 구조를 선택하는 데 도움을 줍니다.
복잡한 워크플로우를 위한 다단계 명령 시퀀스 및 구성 패턴.
승무원 전문가포춘 500대 기업의 60%가 사용하는 선도적인 역할 기반 다중 에이전트 프레임워크인 AI. 에이전트 설계에는 역할과 목표, 작업 정의, 승무원 오케스트레이션, 프로세스 유형(순차적, 계층적, 병렬), 메모리 시스템 및 복잡한 워크플로우를 포함합니다. 빌드에 필수적인
병렬/분산 컴퓨팅. 메모리, 병렬 데이터프레임/어레이, 다중 파일 처리, 작업 그래프, RAM보다 큰 데이터셋 및 병렬 워크플로우를 위해 팬더/NumPy를 메모리 이상으로 확장하세요.
이 가이드는 일반적인 Data Commons 워크플로우에 대한 종단 간 예제를 제공합니다.